基于GM-ANN模型的路面性能预测方法

路面性能预测是公路路面管理系统中的核心技术难点,一直以来受限于分析手段、数据体量不足及数据维度低等多种因素影响,导致现有几类性能预测模型的预测值与实测值偏差较大。将路面病害以时间序列进行灰色系统(GM)分析,后以各类病害预测值为输入,借助人工神经网络(ANN)间接对路面状况指数(PCI)进行预测,构建基于人工智能的混合模型(GM-ANN)。最后选用地区随机路段进行实例验证,并同常用模型预测结果进行对比分析。结果显示：基于GM-ANN的混合预测模型更具较好的精度及可操作性,在实际工程应用中,可为大数据养护决策提供更准确、可靠的参考依据。     

基于改进GM(1,1)的国省干线公路沥青路面使用性能预测

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。     

考虑公路等级的沥青路面性能衰变预测方法

为了研究沥青路面使用性能的衰变规律,准确预测未来路面病害发展状况。根据沥青路面面层厚度、基层厚度的不同,将某省国省干线2011—2014年路面病害检测数据进行归类,分别采用4种路面性能衰变模型,以时间和累计当量轴次作为自变量进行回归分析,根据回归模型预测了2015年路面PCI(路面损坏状况指数)值,与实际检测值进行了对比。结果表明:在不同类别中,以累计当量轴次为自变量时,拟合的衰变曲线相关系数均高于以时间为自变量的模型;在2015年路面状况预测值与实际值的对比分析中,高速公路指数形模型的差值最小,其他等级公路S形模型相对较好,但整体情况劣于高速公路;因此,对于高速公路路面性能,推荐采用累计当量轴次为自变量的指数形模型进行预测;对于其他等级公路,推荐采用累计当量轴次为自变量的S形模型进行预测。     

运用Excel?建立路面性能马尔可夫预测模型

以一高速公路试验路路面性能数据为基础,结合Microsoft Office Excel?表格的Solver求解器建立路面性能指标曲线的指数回归方程,并通过拟合的指数回归方程计算出状态转移概率矩阵。再根据已知的初始路面状况概率分布,得出某一时间的路面性能概率分布,最终达到预测这一时间路面性能的目的。经分析知道:运用Microsoft Office Excel?表格建立马尔可夫模型不仅方便、操作简单,且具备很高的路面性能预测能力,在实际工程中具有广阔的应用前景。     

模糊综合评价法在水泥路面性能评价中的应用

为了给路面性能评估提供更为合理的评价方法,在模糊度加权平均评判的基础上,选取行驶质量指数(RQI)、路面破损状况指数(PCI)、国际抗滑指数(IFI)、接缝传荷能力(k_j)、基层顶面当量回弹模量(E_t)、断板率(DBL)和板底脱空率(R_v)作为水泥路面性能指标进行评价,将模糊度加权平均模型与本文模型结合以突出有效的局部优势,弥补传统评价方法的不足,反映局部优势对评价结果的影响。计算实例表明,这种模型修正能有效地避免结果失真,较线性加权评价法更能准确地反映工程的实际情况。     

基于灰色理论的沥青混凝土路面使用性能多指标预测方法研究

在自然环境和交通荷载的共同作用下,沥青混凝土路面的路面使用性能会随着时间推移而日益衰减,从而直接影响车辆的行驶速度和运输的安全性、经济性和舒适性.为了评估和预测路面使用性能的状况,便于进行科学地养护和管理.应用了灰色系统理论模型,从路面状况指数(PCI)、路面结构强度指数(SSI)、行驶质量指数(RQI)和横向力系数(SFC)4项指标进行分析,建立了基于历史数据的指标预测模型,对高速公路使用性能的各单项指标进行了预测,对模型的精度进行了评价,并根据预测结果提出了相应的养护措施.     

沥青路面使用性能及其预测研究

路面使用性能现状评价是正确判断路面状况能否适应现阶段交通状况和使用要求,并作为制定道路养护维修和改(扩)建计划的依据之一。凭借分析某高速公路沥青路面历年路面破损情况、路面车辙状况和平整度状况,基于经验统计回归法,预测了未来数年路面的各项指标,最终证明采用下列指标作为大修控制指标是最为合理的:路面结构强度指数PSSI、路面行驶质量指数RQI、路面抗滑性能指数SRI、路面车辙深度指数RDI和路面损坏状况指数PCI。     

基于灰色马尔可夫模型的连续配筋混凝土复合式沥青路面性能研究

为分析连续配筋混凝土复合式沥青路面性能衰减规律,依托湖南潭邵(湘潭—邵阳)高速公路K1054+000—K1100+500路段连续配筋混凝土复合式沥青路面2016—2021年路面状况指数检测数据,采用灰色马尔可夫模型对该路段2022—2024年路面状况指数衰减情况进行预测,预测值分别为90.36、89.94、89.54。研究结果表明,连续配筋混凝土复合式沥青路面的性能衰变曲线大致呈反S形。     

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。     

渝湛高速公路路面使用性能预测及预防性养护时机研究

以渝湛(重庆—湛江)高速公路近5年路面性能指标监测数据为基础,采用灰色预测法、灰色马尔可夫预测法进行路面性能指标预测,依据预测结果建立PCI指标衰变方程,基于综合效益、等额年度费用、效益指数、服务寿命变化4个指标分析其最佳预防性养护时机。结果表明,灰色马可夫预测法的预测结果比灰色预测法更接近实测结果;该高速公路在第4年进行微表处处治可获得最佳收益;预测模型及可靠的实测数据决定路面性能指标的发展趋势,也决定预防性养护时机的确定。     

路面检测周期对使用性能预测影响研究

路面使用状况的跟踪检测对路面养护管理来说是十分必要的.由于检测点位、检测频率与检测误差等原因,检测数据均具有一定的不确定性,各地区路面状况检测周期差异进一步加剧了检测数据的不确定性,进而对路面使用性能的预测造成一定影响.该文在对路面性能预测模型误差分析的基础上,通过检测数据的增减,拟合了检测周期不同时车辙深度、开裂面积、国际平整度指数等指标的路面性能预测模型,并采用模型对不同路段的使用年限进行预测,进而分析了检测周期对性能预测的影响.最后根据路面实际检测数据推荐出不同性能指标的最佳检测周期.实例证明:合理的检测周期不但能够节约检测费用,而且可以减少路面使用性能预测误差,更好地为路面养护提供决策依据.     

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。     

水泥路面碎石化技术在桂柳高速公路中的应用

针对桂(林)-柳(州)高速公路共振碎石化、多锤头碎石化技术应用的实际情况,研究提出了相应的路面结构设计方案,总结了实施过程中的关键施工工艺和控制参数,并对改造路段进行了定期跟踪观测。结果发现:就地碎石化技术具有十分良好的应用效果,实施共振碎石化和多锤头碎石化路段的路面损坏状况指数PCI、行驶质量指数RQI、车辙深度指数RDI、抗滑性能指数SRI以及路基技术状况指数SCI均优于全线其他路段的平均值。     

市政道路路面性能衰变特征分析

路面性能是描述道路结构损坏状况、道路服务质量的综合性指标。了解路面性能的衰变趋势,对确定道路养护方案、选择道路养护时机有着重要的意义。研究基于2008至2018年上海市市政道路路面性能检测数据,以路面状况指数(PCI)为对象,分析了市政道路等级、道路结构、基准年PCI与市政道路PCI年衰变量间的关系,并发现后两者是影响市政道路PCI年衰变量分布的主要因素。随后,基于广义极值分布,拟合了不同场景下PCI年衰变量的分布形态,获取了分布特征关键参数。相关结果能有效支撑市政道路路面性能预测及养护措施决策。     

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。     

基于路面性能衰变规律的路面养护需求分析

通过对路面中长期性能的统计分析,路面性能衰变遵循一定的统计学规律;通过对路面性能中长期均值和方差的回归分析,列出其变化曲线,估算路面性能宏观(整体技术状况)与微观(各公里路段)的联系,预测寿命周期内路面性能变化规律,按照路面养护技术规范的规定建立性能变化与养护需求之间的联系,为路面养护需求分析提供依据。     

人工神经网络与回归分析方法预测接缝式水泥混凝土路面错台

路面管理和维护是道路工程的一个重要方面,因此在选择路面养护措施时,应该充分考虑路面的病害类型及经济性。在接缝式水泥混凝土路面中,横向接缝错台是一个关键问题,很大程度上影响行车舒适性和路面平整度。影响接缝错台的因素有很多,如交通荷载、路面结构、气候条件、路面龄期等。而基层状况是其中的一个重要因素,其对水泥混凝土路面的早期性能和长期性能的影响都很大。该研究采用人工神经网络法(ANNs)和多元线性回归法(MLR)预测接缝错台,对于研究中的路面龄期和不同基层类型等参数取值采用路面长期性能研究计划(LTPP)中的数据。研究结果表明:ANNs能够准确地预测接缝式水泥混凝土路面的接缝错台,除个别误差外其复判定系数(R2)很高。     

转接法测试轮胎湿路面相对抓着性能指数的计算方法研究

本文针对需要转接法测试轮胎湿路面相对抓着性能指数时,如果试验轮胎和参照轮胎的用途不同,比对研究了参照轮胎的湿路面相对抓着性能指数计算方法,试验结果表明,参照轮胎的湿路面相对抓着性能指数的计算按照试验轮胎的用途所对应的计算公式进行计算时试验轮胎的湿路面相对抓着性能指数的计算值与实际值更接近。     

沥青路面性能预测研究综述

沥青路面是中国公路路面的主要形式,其路面性能预测是养护决策的基础,是交通基础设施建设规划及资源分配的依据,能否准确高效地对沥青路面性能进行预测,至关重要。该文分析了沥青路面性能预测的复杂性和影响沥青路面性能变化的诸多因素,在深入调查分析国内外沥青路面预测方法相关研究文献的基础上,总结了现有各预测方法的特点,评述了相关领域的研究进展。根据调研结果,该文提出了现阶段该研究领域的4个关键问题:极端事件导致路面性能波动问题,维修养护导致路面性能变化问题,多因素对路面性能衰变的耦合作用问题,以及大数据在路面性能预测中的应用问题。     

基于沥青路面使用性能指标的罩面层使用寿命预测研究

为预测沥青路面罩面层的使用寿命,依托河北宣大高速罩面后沥青路面使用性能多年实测数据,应用SPSS拟合所取S型模型中的参数,确定各指标预测方程,并对各指标进行回归分析和误差分析。预测结果表明:路面损坏状况指数PCI、路面车辙深度指数RDI和路面抗滑性能指数SRI均在约第5年时衰减到临界值,说明罩面层达到使用寿命,需要再一次进行罩面处理。