基于BP神经网络和Logistic回归分析的沥青路面平整度模型预测

为了解决国际平整度指数IRI预测模型准确性不高等问题,以路面长期性能(LTPP)数据库实测数据为基础,采用机器学习中BP神经网络建模方法对提取出的数据进行预测分析,并与传统的Logistic回归分析结果做评估对比。分析结果表明,利用传统的Logistic方法和BP神经网络得出的复判定系数分别为0.731、0.876,说明采用的BP神经网络平整度预测模型具有较高效率和预测精度以及较低的复杂度,能够有效评价路面使用性能。     

基于遗传神经网络的路面使用性能评价预测

基于遗传神经网络算法,在进行高速公路路面使用性能评价与预测时,引入遗传神经网络,建立高速公路路面使用性能评价与预测模型,通过该模型,评价和预测了吉林某高速公路路面使用性能。结果表明:与BP网络预测PCI的结果相比,遗传神经网络预测PCI的结果与高速路面PCI实际值误差缩小更明显,这表明遗传神经网络模型预测精度得到很大程度提高。测试结果说明,本研究提出的遗传神经网络预测方法是可行的,它可以作为高速路面一种有效预测手段,提供科学方法进行公路路面使用性能的评价与预测。     

模糊层次分析法在路面使用性能评价中的应用

根据路面评价指标具有模糊性的特点,应用模糊数学的评判方法,对高速公路路面使用性能各指标进行评价,通过层次分析法确定各评价因素的权重,将主观判断进行客观描述;通过层次分析法与模糊综合评价相结合,建立了高速公路路面使用性能综合评价模型,为高速公路路面性能评价提供一种定性与定量相结合的分析方法。     

基于BP神经网络的路面使用性能预测模型

建立路面使用性能预估模型是路面管理系统的关键工作.该文结合重庆市某高速公路的养护情况,以当量轴次、路龄、每年最热月的月平均最高气温、每年最冷月的极端最低气温、每年的年降雨量、养护费用作为输入节点参数,以路面的综合评价指标(PQI)作为输出节点参数,训练BP神经网络模型,并使用训练好的模型预测路面使用性能的发展情况.     

基于物元理论的沥青路面综合评价方法研究

沥青路面使用性能评价是路面养护维修和运营经济分析的基础,路面使用性能的综合评价对于公路的运营管理和优化决策具有重要的意义。本文针对承德市承秦出海公路路况调查,采用物元综合评判法,根据反映路面性能的主要指标,应用关联函数,建立了路面使用性能综合评价物元模型。该模型能较好地处理路面使用性能演化过程中的随机性,计算简单。最后以具体公路路面使用性能为示例,利用建立的数学模型,对该路段路面使用性能的变化趋势进行了分析,预测结果表明了该方法的可应用性。     

基于改进灰色-TOPSIS法的高速公路沥青路面使用性能评价

为了克服现有沥青路面使用性能综合评价方法主观影响因素过多、权重确定过程复杂的问题,本文以京藏高速白银段20km路面使用性能评价为例,采用博弈法确定的路面使用性能各分项指标权重为基础,建立了改进基于灰色-TOPSIS法的高速公路沥青路面使用性能评价方法。结果表明:由博弈法确定的综合权重是对主观权重和客观权重的综合反映,不仅能充分的考虑专家主观权重,又能体现综合权重科学合理,有利于提高灰色-TOPSIS法用于路面使用性能综合评价的准确度;基于灰色-TOPSIS法进行路面使用性能综合评价,评价结果较规范中综合评价结果更为准确,更加有利于养护决策指导。     

城市道路路面状况评价指标模型的探讨

在阐述城市路面管理系统发展现状的基础上,分析了城市道路路面使用性能的各单项评价指标及综合评价模型和方法在路面使用性能评价上的不足,对各单项评价指标模型进行了改进,统一了各个指标的值域范围,使得各个分项指标同综合指标的值域一致。改进后的模型具有统一的值域范围,不仅能适用于单项指标的评价,也满足了综合评价指标计算的需要。另外根据城市快速路和城市一般道路路面使用和状况评价的侧重点不同,分别建立了路面综合评价指标,以适应不同功能、地位的城市道路路面综合评价,为建立城市道路路面状况综合评价模型提供了新的思路。     

城市道路路面状况评价模型分析

分析了城市道路路面使用性能的评价指标及综合评价模型和方法的不足,对有关评价模型进行了改进,改进后的模型具有统一的值阈,不仅适用于单项评价,也能用于综合评价指标的计算;根据城市快速道路和城市一般道路路面使用与状况评价的侧重点不同,分别建立了路面综合评价指标.     

基于区间数法的农村公路路面使用性能评价

农村公路路面使用性能评价是农村公路养护管理决策的依据。针对农村公路施工水平较差,路面性能变异性大的特点,根据现有的评价理论和方法,从指标数据代表的可靠性出发,建立农村公路路面使用性能区间数法的综合评价模型。最后,结合江苏省4条农村公路测试数据进行了应用。     

基于混合遗传神经网络的高速公路沥青路面使用性能评价方法研究

目的在于基于混合遗传神经网络算法,研究高速公路沥青路面使用性能评价方法。在本篇研究中,将应用混合遗传神经网络算法,分析评价高速公路沥青路面的使用性能,并进一步优化制定提升究高速公路沥青路面使用性能决策,提升高速公路沥青路面的使用性能。路面使用性能的正确评价是合理制定养护维护计划、进行投资决策的重要依据之一;分析实际之中高速公路沥青路面的相关特点,有针对性的找出研究高速公路使用性能的评价指标,并进一步优化制定高速公路沥青路面使用性能。研究结果证实,基于混合遗传神经网络算法,通过对某地区高速公路路面的评价,能够准确、科学的评价高速公路路面使用性能,方便快捷的给出使用性能评价结果,提升评价结果的科学、准确性能。     

物元分析法在路面性能综合评价中的应用

路面使用性能的综合评价是一个较为复杂的问题。利用物元分析方法可建立路面性能的多项性能参数评价模型,并以定量数值表示评价结果,较完整地反映实际路面性能的综合水平,并易于使用计算机进行规范化评定。     

径向基函数网络在沥青路面使用性能评价中的应用

为提高沥青路面使用性能评价的科学性和合理性,利用神经网络技术对处理非线性映射问题有较好适应性的特点,开发了基于径向基函数网络的路面使用性能评价模型,模型综合考虑了交通量、温度、面层厚度、PCI指标等10个参数对沥青路面使用性能的影响,选择一定的样本数据进行了网络训练,并将训练好的网络模型的输出值与测试值进行了比较。计算结果表明,径向基函数网络模型弥补了传统评价模型的狭隘性、单一性等缺点,更真实地反映了路面工作性能与各影响因素之间的本构关系,且预估精度能够很好地满足工程实际要求,具有良好的推广性和可靠性。     

高速公路沥青路面预防性养护评价体系研究

根据高速公路半刚性基层沥青路面预防性养护的特点,提出用裂缝、车辙和修补3种类型来表征高速公路沥青路面的破损,并建立了6个单项路面性能指标的评价体系;以路面结构强度指数作为控制指标,综合考虑其余5个单项指标对路面综合性能的影响,利用灰色聚类理论建立了基于三角白化权函数的路面使用性能综合聚类评价模型.     

路面性能模糊综合评价方法研究

路面性能评价指标较多,现行的养护规范只是对不同指标逐项分析,影响对路面性能的整体把握和评价.文中采用模糊综合评价方法建立了路面性能的综合评价模型,并结合长益(长沙-益阳)高速公路的实际情况,对模糊综合评价方法的可行性进行了检验.     

高等级公路沥青路面使用性能评价研究

从高速公路沥青路面路况调查内容和方法出发,对路面使用性能的各个单项指标进行评价。在现有研究的基础上,采用加权几何平均值计算路面使用性能综合评价指标,并增加了抗滑性能指标,形成了路面使用性能评价方法。将这种评价方法用于试验路段进行评价,取得了较好效果,可供路面养护工作者借鉴和参考。     

高速公路路面使用性能突变评价方法研究

评价路网中各路段的使用性能,根据路面使用状况制定养护计划,才能充分利用有限的养护资金,取得最佳养护效果。针对路面使用性能综合评价的复杂性,利用突变级数的基本思想和突变系统常用类型中的蝴蝶突变,建立了高速公路路面的使用性能评价模型。最后以四川省5条高速公路的路面性能评价为例,按其使用性能进行了排序,验证了该评价方法的合理性,为路面性能评价和养护决策提供了一种新方法。     

基于区间数逼近法的路面使用性能综合评价

实测数据的客观准确对路面使用性能的综合评价至关重要,而以往的评价方法很少研究。针对于此,从实测数据的处理出发,给出区间数的概念,将实测数据和评价指标的不同等级定义为区间数,提出了一种区间数多属性决策模型,该模型给出了区间数决策矩阵规范化处理方法,建立了多指标区间数整体逼近决策方法,使得评价方法更加客观科学。最后使用该方法对陕西省一条公路代表路段的路面使用性能进行了评价,验证了其有效性和实用性,为路面性能评价和养护决策提供了一种新方法。     

基于灰色理论的旧沥青混凝土路面使用性能综合评价方法

根据路网中各路段的使用性能制定养护计划,才能充分利用有限的养护资金,取得最佳养护效果。针对路面使用性能综合评价的复杂性,利用灰色理论的基本思想,建立了高速公路路面的使用性能评价模型。最后以某高速公路的路面性能评价为例,验证了该评价方法的合理性,为路面性能评价和养护决策提供了一种新方法。     

基于PCA法的沥青路面综合性能评价与工程应用

目前,沥青路面综合性能评价较为模糊和复杂,为增强和优化综合评价方法,提出采用主成分分析法(PCA)对其进行评价,分别从路面性能评价指标选取、PCA原理介绍以及效果分析等方面进行研究;工程应用实例表明:采用主成分分析法和规范结果对比后相差不大,表明该法在评价沥青路面使用性能方面是可行的。     

沥青路面使用性能的神经网络评价方法

沥青路面使用性能指标之间存在着内在的关联性，但这种高度非线性关系无法用传统的统计回归方法建立数学模型。本文采用神经网络方法建立了路面破损状况与其它指标之间的模型，并采用实测数据进行了检验，结果表明，模型精度可满足工程实践的要求。