本發(fā)明涉及一種基于多層神經(jīng)網(wǎng)絡(luò)的瀝青路面彎沉盆預(yù)測(cè)方法，所述方法包括以下步驟：步驟1、采集歷年瀝青路面使用性能檢測(cè)數(shù)據(jù)及瀝青路面使用性能影響因素?cái)?shù)據(jù)，根據(jù)采集到的數(shù)據(jù)進(jìn)行分類；步驟2、編碼轉(zhuǎn)換器對(duì)輸入數(shù)據(jù)進(jìn)行預(yù)編碼；并通過長(zhǎng)短期記憶(LSTM)網(wǎng)絡(luò)和一個(gè)線性層將預(yù)編碼矩陣映射為輸出編碼矩陣；步驟3、耦合器通過重構(gòu)的方式對(duì)步驟2中的長(zhǎng)短期記憶(LSTM)網(wǎng)絡(luò)進(jìn)行訓(xùn)練；步驟4：解釋器:給出結(jié)構(gòu)路面的彎沉盆數(shù)據(jù)預(yù)測(cè)；步驟5：使用基于python的深度學(xué)習(xí)框架pytorch來訓(xùn)練并測(cè)試多層神經(jīng)網(wǎng)絡(luò)模型，用于對(duì)瀝青路面的彎沉盆進(jìn)行預(yù)測(cè)。該技術(shù)方案基于多層神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)瀝青路面彎沉盆，與傳統(tǒng)神經(jīng)網(wǎng)絡(luò)模型相比，大大提高了預(yù)測(cè)效率。