范嫦娥，李德华

(江苏大学汽车与交通工程学院，江苏镇江212013)

路面使用性能的评价在公路沥青养护计划决策系统中，具有重大的意义。目前路面使用性能的评价方法主要是神经网络技术［1-4］。但在实际应用中，这些神经网络技术仍存在着不足。如BPNN，RBFNN等常用的神经网络技术，网络训练时需要大量的样本，缺乏足够的训练数据会使网络输出结果存在较大的误差，而路面使用性能评价问题中的样本数据由具体实验获得，实验复杂、成本较高且实验路段数量有限。因此，为了克服上述神经网络技术的不足，笔者采用自组织特征映射神经网络对路面使用性能进行综合评价，该网络是一种无教师、自组织、自学习网络，不需要大量的网络训练样本，只需要标准分类评价样本或聚类中心，能有效地避免上述神经网络的不足。

1 自组织特征映射神经网络概述

1.1 自组织特征映射神经网络结构

自组织特征映射神经网络(Self-Organizing Feature Map Neural Network)是由荷兰学者Teuvo Kohonen于1981年提出的，也称Kohonen。该网络结构如图1。

图1 自组织特征映射神经网络结构Fig.1 Structure of SOMNN

自组织特征映射神经网络是由输入层和竞争层组成，输入层和竞争层各神经元之间实现全连接，各区域对输入模式具有不同的响应特性。这样就可建立起一种布局，从而形成一种特殊的分类器［5-7］。

1.2 自组织特征映射神经网络学习算法及步骤

1)网络初始化。用随机数设定输入层和竞争层的权值的初始值m。对个输入神经元到输出神经元的连接权值赋予较小的权值。……