共查询到20条相似文献,搜索用时 375 毫秒
1.
结合灰色理论短期预测优势以及马尔科夫预测模型无后效性特点,建立基于灰色-马尔科夫理论的组合预测模型,研究沥青路面性能衰变规律。以重庆某高速公路历年RQI检测数据为例,用MATLAB计算RQI灰色预测值并验证模型的精度;通过灰色预测方程反算使用年限序列,并建立马尔科夫状态转移矩阵,对RQI进行预测。结果表明:灰色预测模型对RQI预测精度达到一级,预测结果可靠性较高;根据灰色-马尔科夫模型,预测RQI衰变规律,对比单一的灰色预测模型,灰色-马尔科夫组合预测模型精度更高,更适用于路面性能的长期预测。 相似文献
2.
路面使用性能是市政道路的全生命周期管理养护的重点,为了对路面使用性能进行精准预测,针对现有路面使用性能衰减影响因素众多、实测数据随机性和波动性较大等特点,基于灰色系统理论,运用新陈代谢的思想,建立了新维灰色理论模型,随后用马尔可夫链理论优化新维灰色理论模型的预测值,最终得到了灰色马尔可夫预测模型。结合西安市某市政道路路段2012年~2018年常用路面使用性能检测指标的实测数据,以路面行驶质量指数RQI为例,对传统灰色理论模型、新维灰色理论模型和灰色马尔可夫预测模型的预测效果进行对比分析,结果表明:与RQI实测值相比,灰色马尔可夫模型预测值的平均相对误差最小,仅为0.41%,预测精度最高。 相似文献
3.
《公路工程》2015,(6)
当前,国内已经构建起完善的高速公路网,而各地针对高速公路的养护模式与技术手段各不相同,且缺乏一个有效的技术手段。在针对高速公路养护技术现状下,以路面使用性能预测评价为基础,构建了基于神经网络和马尔科夫组合预测的路面使用性能预测模型框架。针对路面状况指数PCI、行驶安全指数SRI、行驶质量质量RQI,通过建立组合预测模型,进行路面使用性能的预测,研究结果表明:采用加权算数平均组合、加权平方和平均组合、加权比例平均组合相较于单一的马尔科夫预测以及神经网络预测,在预测精度和预测误差范围上都要得到了很大提高,尤其是加权平方和平均组合所构成的路面使用性能预测模型获得了很好的使用性能预测结果。 相似文献
4.
路面使用性能随路龄的增大而减弱,路面性能衰退情况直接影响路面养护对策的选择和养护资金的投入。为了解决养护对策选择带来的资金浪费与养护后性能不佳等问题,文章以灰色系统理论为基础,通过反演法来计算衰退路龄,构建了一个改进的GM(1,1)公路沥青路面使用性能预测模型。选取宁夏国省干线公路中部分路段路面破损状况指数的数据进行分析,对数据筛选后建立GM(1,1)模型,根据选取的实测数据来反演需要预测路段的衰退路龄,代入改进的GM(1,1)模型对路面性能进行预测,验证其准确性,并与直接采用灰色预测法得到的结果进行比对。结果表明:改进GM(1,1)法与直接使用灰色预测模型相比,剔除了路面进行养护工程后路面性能指数上升的路段,不会出现预测失真的情况,预测精度较好,更符合宁夏干线公路路面使用性能的发展规律。 相似文献
5.
6.
7.
8.
9.
10.
11.
12.
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。 相似文献
13.
《公路》2020,(5)
依托某高速公路开展水泥混凝土路面中长期养护方案规划及方案技术、经济效益研究,并提出指标预测—养护需求评定—方案制定—指标再预测—技术效果评估—经济效益分析的思路,为路面中长期养护方案制定和优化养护资金分配提供了方法。收集历年数据,采用灰色马尔科夫模型预测2020年~2024年PCI、RQI、SRI数据,确定路面养护时机和方案,从技术和经济效益角度评价了路面中长期养护规划方案的效果。灰色马尔科夫模型在预测水泥混凝土路面中长期(5年)性能方面精度较高(5%),预测结果残差比率小于0.4%;路面中长期养护方案的实施可确保路面PQI在5年内保持在良好等级以上,方案技术可行;路面中长期养护规划方案的经济内部收益率21.21%,经济净现值4 157万元,动态投资回收期(含建设期)3.6年(评价年限5年),方案经济可行。 相似文献
14.
15.
为准确预测我国高速公路货物运输趋势,文章提出灰色GM(1,1)模型、马尔科夫模型和新陈代谢思想的组合模型,以2009—2016年我国高速公路货物周转量为原始数据序列,预测2017—2019年高速公路货物周转量。结果表明:组合模型比传统的灰色GM(1,1)模型预测精度更高,加入新陈代谢思想,删除旧数据,引入新数据,降低了长期预测的误差,对新序列采用灰色-马尔科夫模型,2018年和2019年的相对误差由原来的7.81%和6.45%分别下降到3.85%和0.62%。 相似文献
16.
17.
18.
19.