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。     

高速公路沥青路面使用性能评价系统研究

指出了现行公路路面使用性能评价体系的不足之处,建立了高速公路沥青路面使用性能评价指标体系,并针对各个指标提出了相应的评价标准与方法.     

高速公路沥青路面使用性能评价指标

该文从路面功能、结构、承载能力、安全性四个方面介绍了目前公路路面使用性能评价常用的指标；并针对高速公路沥青路面的特点对评价指标进行了改进；最后通过对资料的分析与总结，提出了目前公路路面使用性能评价指标的几个发展方向。     

高速公路沥青路面使用性能评价体系的优化

文章首先介绍了现行的沥青路面使用性能的评价体系，并提出了改进了的沥青路面使用性能的评价体系，增加了抗车辙指数ARI这一评价指标，并给出了其评价方法，并且对现行规范中的综合评价指标进行了改进，最后采用实例对改进了的评价指标进行了验证。     

高速公路沥青路面使用性能评价模型的探讨

充分考虑高速公路行车特点及对路面使用性能的要求，利用河北省高速公路的调查数据，分析目前养护规范评价模型在高速公路应用中的不适之处，提出应建立能正确反映高速公路使用性能的评价模型结构体系；并在原有路况指数模型的基础上，增加独立的车辙模型和车辙、破损二元模型。     

基于神经网络的高速公路沥青路面决策方法研究

针对高速公路行车特点，利用神经网络理论建立高速公路沥青路面项目级智能综合决策模型，在该模型中使用一种新型效用函数，并应用于河北省京石高速公路养护工程。     

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。     

基于IFA-SVM的高速公路沥青路面使用性能预测

针对传统定性法对高速公路沥青路面使用性能预测精度不高的问题,结合支持向量机理论和改进萤火虫算法,建立了一种基于IFA-SVM的预测模型。首先在预测模型中引入萤火虫领域搜索,克服了寻优过程中随着迭代次数的增加而发生萤火虫的随机移动。其次,在后续寻优过程中采用动态调整算法搜索步长来平衡全局搜索能力,加快了SVM模型性能参数的寻优选择。最后通过实例验证,并与标准FA-SVM预测方法进行对比分析,验证了IFA-SVM模型的有效性和预测精度的可行性。研究结果表明:(1)采用标准FA-SVM对G6高速公路白银段路面使用性能各个指标进行预测,其相对误差最大达2.543 5%,最小为0.820 6%,而利用IFA-SVM模型预测结果的相对误差最值分别为1.085 8%和0.365 4%,且其均方根误差均小于标准FA-SVM方法。(2)IFA-SVM模型在高速公路沥青路面使用性能预测时,收敛速度更快,精度高于标准的FA-SVM,预测结果不仅更加接近实测值,而且对高速公路沥青路面的养护决策提供有效支持。     

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.     

基于使用性能的沥青路面结构设计方法研究

以沥青路面的使用性能方程为基础,以路面结构的最小造价或路面设计年限内的最小总费用为优化目标,提出了基于使用性能的沥青路面结构设计方法;该方法可以考虑路面使用过程中的性能变化,能够考虑路面结构各层对路面使用性能的影响,与传统的基于力学的或基于经验的设计方法有较大的改进;对该方法的建立基础、框架、设计参数、设计流程及方法特点作了简要叙述.     

基于灰色聚类法的高速公路沥青路面使用性能综合评价

灰色聚类是根据灰数的白化权函数将路面检测指标或观测对象划分为若干个可定义类别的方法,通过确定各评价指标的阈值,建立沥青路面各指标的白化权函数和评价模型。该文选取耒(阳)-宜(章)高速公路中某段,采用灰色聚类方法进行分析评价,并与目前规范的方法进行了对比。     

基于改进灰色聚类法的高速公路沥青路面使用性能评价

分析了传统灰色聚类法的弊端,引入分段指数白化函数建立了改进灰色聚类法评价模型;利用陕西省某高速公路路段路面损坏状况指标、行驶质量指数、路面车辙深度指数和抗滑性能指数检测结果,分别运用传统和改进灰色聚类评价方法对其路面使用性能进行评价,结果显示改进灰色聚类法评价模型的评价结果与规范评价结果完全一致,能客观评价沥青路面的使用性能。     

模糊神经网络在沥青路面使用性能评价中的应用

讨论基于模糊神经网络的沥青路面使用性能评价系统,与传统的专家打分等方式相比,此方法不受主观等因素影响,有一定的实用价值。     

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。     

检测数据变异性对高速公路沥青路面使用性能评价的影响

由于路面破坏是随机发生的,路面性能指标反映的数据也是随机的。通过对这些使用性能数据进行收集、整理和分析,提出各路面性能单项评价指标检测数据变异性对其的影响,对比不同分析方式的结果优劣,可选择合适的路段代表值反应路面实际状况。     

神经网络与马尔科夫组合预测模型在高速公路沥青路面使用性能中的应用

通过对影响路面使用性能的因素分析,考虑己有预测模型的优缺点和应用情况,提出了神经网络与马尔可夫模型的相结合的组合预测模型对路面使用性能进行预测的方法,算例获得了较好效果。     

夏热冬寒区高速公路沥青路面使用性能评价指标的确定

为了更精准地评价夏热冬寒区沥青路面的使用性能,确定其评价指标,运用灰色综合关联度计算出沥青路面使用性能的4个单项指标与综合指标的关联度,并根据历年数据绘制出4个指标的年变化曲线。计算结果表明:PCI与综合指标的关联度最大,RQI与综合指标的关联度最小;RQI指标基本大于90,且年变化率最小;PCI、RDI、SRI数值均随着使用年限的增加出现较大幅变化,而RQI不仅历年的数值较高,且不随使用年限的增加而变化。建议选择PCI、SRI、RDI作为夏热冬寒区高速公路沥青路面使用性能的评价指标。     

沈大高速公路沥青路面使用性能概率预测

路面使用性能预测模型是路面管理系统的重要组成部分。沈阳至大连高速公路是我国最早修建的几条高速公路之一，本文在整理和分析大高速公路路况两年普查数据的基础上，提出了预测模型，为高速公路的养护管理提供了参考。