Resumen

El algoritmo de máquina de aprendizaje extremo (ELM) optimizado por algoritmo genético (GA) se utilizó para predecir rápidamente las propiedades reológicas a baja temperatura del asfalto modificado con copolímero de bloques estirénicos (SBS) a través de las propiedades de las materias primas. En este trabajo, se recopilaron y analizaron cien grupos de datos de encuestas y datos de pruebas. Catorce parámetros vitales de las materias primas, como índices de composición química del asfalto de matriz e índices técnicos del modificador SBS, fueron seleccionados como parámetro de entrada. El módulo de rigidez y el valor de SBS modificado de asfalto se tomaron como parámetro de salida. Luego, se estableció el modelo de predicción GA-ELM de propiedades reológicas a baja temperatura. Según la comparación y el análisis con otros modelos de predicción, se verificó la precisión y estabilidad de la salida del modelo de predicción GA

• Materias:Modelo de rigidez Desempeño estructural Fallas estructurales Estructuras de membrana
• Subjects:Stiffness model Structural performance Structural failures Membrane structures
• Palabras claves:Algoritmo genético; Propiedades reológicas a baja temperatura; Asfalto modificado con SBS; Módulo de rigidez; Algoritmo ELM; Modelo de predicción
• Keywords:Genetic algorithm; Low-temperature rheological properties; SBS modified asphalt; Stiffness modulus; ELM algorithm; Prediction model