疲劳破坏是沥青路面主要破坏类型之一,也被看作是沥青路面结构基础理论与设计的本源性问题。目前室内试验在复杂因素影响下与实际环境作用存在一定区别,导致室内疲劳试验结果与实际疲劳性能存在较大差异,难以预估。因此,有必要在多因素影响的作用环境下对沥青混合料疲劳性能的预测进行研究与探讨。文章以沥青混合料的级配为源头,结合已有研究成果及神经网络的应用,提出使用优化神经网络模型(帝国竞争优化算法与神经网络的结合)来对多因素影响下的沥青混合料的疲劳性能进行预测分析。本文主要研究成果如下:(1)通过查阅相关文献,对疲劳性能的影响因素、试件制作方法、疲劳试验方法及相关控制参数的选择进行了比较分析,确定了基于优化神经网络预测模型的具体试验变量与试验方案。(2)对BP神经网络、RBF神经网络、帝国竞争算法的基本原理、特征及各自的优缺点进行了阐述,运用MATLAB软件,依次建立了 BP、RBF、ICA-BP、ICA-RBF四种神经网络预测模型。(3)通过MATLAB软件,运行了 BP、RBF、ICA-BP、ICA-RBF四种神经网络预测模型,对沥青混合料疲劳性能进行预测,同时对程序相关参数进行调试,以达到最佳预测结果,通过对四种预测模型输出结果的误差分析,得到了最优预测模型(ICA-BP)。(4)运用最优预测模型(ICA-BP)对沥青混合料的疲劳性能进行了预测,运算得出了权值矩阵和权向量,最后得出了沥青混合料疲劳性能预估公式。通过对权值矩阵的科学分析,得出了各疲劳性能影响因素的影响程度。(5)以最优预测模型与常规BP神经网络预测模型为基础,研究了样本数与预测误差之间的关系,得出了样本数与预测误差间的变化规律。最后,基于优化模型的性能及应用做了相关描述。在结论与展望中,对于本文的工作成果与不足之处作了总结,也对未来的工作与研究进行了展望。