基于BP神经网络的路面使用性能评价方法研究

沥青路面使用性能评价是路网进行养护决策管理的基础,评价结果真实与否关系到整个路面管理决策的成败.由于传统的通过单项统计分析或多元线性统计回归分析建立路面使用性能综合评价指标的方法存在着不足,建立的具体回归关系式很难真实反映其内在的复杂的非线性关系,适应性受到一定的限制.而将高度复杂的非线性动力系统BP神经网络用于路面性能的综合评价具有较大的优势,文中对BP神经网络的设计、路面性能评价指标的选择进行了详细的阐述,并对基于BP神经网路的路面性能评价方法编程加以实现,给出了应用的实例.     

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.     

基于灰色模型方法的路面使用性能预测

文中引入灰色系统理论对路面使用性能预测进行了拓展。使用常规GM(1,1)模型进行预测时,随着时间序列的增长,预测的精度将不断降低,只有时间序列较近的几个数据的精度较高。针对常规GM(1,1)模型存在的不足,文章改进了常规模型,并利用改进后的模型对某高速公路路面使用性能进行了预测。根据预测结果与路面实际检测数据的对比,分析模型预测结果的合理性和该指标的发展,证明改进后的模型精度较高,预测误差较小,可作为制定养护计划的依据。     

基于灰色马尔可夫的市政道路路面使用性能预测

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。     

应用人工神经网络预测路面使用性能

针对传统的路面使用性能预测方法存在的不足，应用人工神经网络理论，建立预估模型。经过理论分析与实际验证，这一方法是完全可行的。     

基于综合模糊评价的复合式路面使用性能的预测及程序实现

针对国内复合式路面缺乏实测数据和评价、预测方法的实际情况,提出对复合式路面采用综合模糊评价的评价方法和马尔可夫链与灰色系统模型相结合的综合预测方法,并在此方法基础上采用C 与Rortran95混合编程实现计算过程.     

基于模糊神经网络的PC桥梁使用性能预测

目前,桥梁预防性养护理念已得到广泛应用.为找到PC桥梁合适的养护时机以更好地进行养护决策,需要对PC桥梁使用性能进行预测.将PC桥梁使用性能分解为若干个指标,采用模糊神经网络法对这些指标数据进行运算,并以上滩大桥为例进行桥梁使用性能预测.结果 表明,发现实测值与预测值之间最大相对误差在5％以内,满足精度要求.研究结果证...     

高等级公路路面使用性能的预测方法

根据河南省某高等级公路的工程实践及维护规划，提出了一种高等级公路路面各项技术指标的预测方法。     

山区农村公路路面使用性能预测研究

路面使用性能预测是路面养护决策的依据。针对农村公路检测技术落后、数据资料偏少的现状,提出了基于灰色系统预测与马尔可夫概率预测相结合的山区农村公路砂石路面使用性能预测模型,并进行了实例验证。该方法适合目前西部山区农村公路特点,预测结果稳定、可靠。     

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。     

基于平整度指标的农村公路路面使用性能评价方法

为了应对全国农村公路网较大体量的检测,提高低等级农村公路(三级公路及以下)检测的低成本、便捷性、易操作性,开发了一套基于3轴MEMS陀螺、3轮内置MEMS加速度计、双GNSS导航模块的低成本、高可靠性的低等级农村公路平整度检测原型系统。通过分析8000多公里农村公路沥青路面和水泥混凝土路面的检测数据,对于低等级农村公路,当路况较差时,执行单一的平整度检测即可通过数学模型较为可靠地得到路面使用性能评价结果,并提出了农村公路大范围路网检测的检测策略和方案,将RQI作为农村公路普遍检测指标,对路况较好的路段,在RQI检测的基础上进行PCI抽检,提高路面使用性能评价的准确性,从而保证良好的检测效果的同时降低农村公路的检测成本。     

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。     

宣大高速公路水泥混凝土路面使用性能评价

结合宣大(宣化-大同)高速公路改建项目分析水泥混凝土路面使用性能评价原则、指标及方法。采用人工方法调查路面的损坏状况,车载式激光平整度仪测定路面平整度,摆式仪测定路面的摩擦系数,得出路面损坏状况指数PCI、路面行驶质量指数RQI、路面抗滑性能指数SRI,进而得到路面使用性能指数PQI;并采用落锤式弯沉仪测定路面弯沉值,得到路面结构强度指数PSSI。综合评定宣大高速公路现有路面使用性能,并提出相应的处治方案。     

路面使用性能综合评价方法分析

通过对国道108线广北段实际路面性能的调查分析，研究了几种评价方法计算所得结果，提出了利用显著性检验和可靠性分析的手段进行路面综合评价的设想，并进行了实例演算。     

公路路面使用性能评价方法研究

介绍目前公路路面使用性能评价方法的现状，简述每一种评价方法的基本思想。通过分析对比，讨论各种评价方法的优点与不足，并提出公路路面使用性能评价方法的发展方向。     

应用灰色马尔科夫模型预测路面使用性能

为了提供更加准确的路面使用性能预测方法,提出了一种基于灰色模型并用马尔科夫链进行修正的灰色马尔科夫模型。结合工程实例对该方法的实用性和准确性进行检验,结果表明:灰色马尔科夫模型能够在已知历史资料的基础上对路面使用性能进行比较准确的预测,且和单一的灰色GM(1,1)模型相比具有更高的预测精度。     

路面使用性能灰色预测及编程实现

分析了选取灰色理论预测路面使用性能的原因，结合实例介绍了灰色预测的方法和过程，并与采用人工神经网络方法预测的效果进行比较。为了弥补灰色预测方法计算过程较为复杂的缺点，研制了配套的辅助计算程序，增强了该预测方法的实用性。     

基于遗传神经网络的交通流量预测研究

针对BP神经网络用于交通流量预测时存在的不足,采用遗传算法优化BP神经网络初始权值的方法来提高BP网络的性能.应用改进前后的BP神经网络模型对长沙市具体路段的交通流量进行预测,通过预测结果对比,发现经遗传算法改进后的BP神经网络在降低预测平均误差的同时,迭代次数也比标准BP神经网络大大减少.     

高速公路路面使用性能的模糊综合评价

模糊评价是现代管理的优化方法之一。文章结合表征高速公路路面使用性能的各项指标,建立了其模糊综合评价体系,并通过算例进行验证。     

水泥路面使用性能评价指标体系的优化

路面使用性能评价是路面养护管理的重要组成部分,现有养护技术规范提出的路面性能评价指标体系没有充分考虑水泥混凝土路面错台和脱空的影响,而实际上错台和脱空是水泥混凝土路面的常见病害,严重影响路面使用性能。对现有评价指标体系进行了改进,拟合出错台和脱空评分公式。采用的评价指标方法,与实际比较相符,能更科学合理的反映水泥路面使用性能的总体状况,以便科学合理的指导养护决策。