公路轴载谱与当量轴次的深度学习计算及应用

以高速公路与普通国省道为对象，旨在实现全网范围的轴载谱和当量轴次计算。首先，以公路沥青路面设计规范为依据，分析路段轴载谱和累计当量轴次的计算需求；之后，针对现有轴载检测覆盖条件，提出以公路交通情况观测调查数据为支撑的计算方法；进而，针对多源数据的融合目标，建立广义回归神经网络模型，实施深度学习计算流程；最后，以徐州市公路网为实例，对所提出方法进行验证应用。推算结果中，全网路段平均轴载谱与实际规律总体一致；验证样本中3轴车偏差最小，6轴车偏差最大；通过计算当量轴次，获得了用于养护决策支持的区域重载路段分布和分级。