数据集概述
本数据集聚焦冷拌沥青混合料（CAMs）的力学行为预测，通过优化人工神经网络（ANN）模型分析乳化沥青含量、养护时间等变量对间接拉伸强度（ITS）的影响，基于一百六十三组实验数据构建模型，为可持续路面材料设计提供数据支持。
文件详解
该数据集包含一个PDF格式的文档文件，具体如下：
- 文件名称: Predicting the Mechanical Behavior of Cold Asphalt/001 Data of Cold asphalt mixes.pdf
- 文件格式: PDF (.pdf)
- 文件内容: 包含冷拌沥青混合料实验数据及人工神经网络模型构建细节，涉及乳化沥青含量、养护时间、污泥灰分含量、添加剂类型、骨料级配等输入变量，以及间接拉伸强度（ITS）的预测结果与模型性能参数（如相关系数R、平均绝对百分比误差MAPE）
适用场景
- 道路工程材料研究：分析冷拌沥青混合料力学性能的关键影响因素
- 人工智能在土木工程中的应用：验证人工神经网络模型对路面材料性能的预测能力
- 可持续路面材料设计：优化冷拌沥青混合料配合比，减少工业废料利用的环境影响
- 工程力学建模：探索不同变量（如养护时间、乳化沥青含量）对材料强度的敏感性
