沥青路面使用性能评价系统的探讨与改进

笔者针对路面使用性能评价常用的模糊数学评价模型存在的问题，提出采用以属性数学评价模型为主线，用层次分析法确定各项指标权重的综合评价系统，二者相结合使评价系统更科学、精确，并以实例介绍该模型的具体应用方法。     

高速公路沥青路面使用性能评价方法探讨

我国规范所使用的评价模型一般以公路路面使用性能数据为基础，然而，通过对河北省高速公路沥青路面使用性能数据的采集、计算与分析，发现现有规范的评价模型并不完全适用于高速公路的行车特点和路面使用要求，故对所有的评价模型进行了适当修正。     

基于集对论的路面使用性能变权综合评价方法

针对路面使用性能综合评价的复杂性,以集对论为基础,进行了同、异、反分析,在确定路面性能评价指标和评价类别的联系度后,建立了集对分析评价模型.从路面使用性能的特点出发,给出了一种局部惩罚-激励型变权确定方法,并与所建的集对分析模型相结合,采用联系数最大原则,提出了变权综合评价方法,使得评价结果更加客观科学.以天津市两条公路的沥青路面性能评价为例,验证了该评价方法的合理性.     

水泥混凝土路面养护决策综述

归纳了国内外对路面使用性能评价模型,并结合文献和研究成果对当前国内外水泥混凝土路面养护决策制定过程进行分析,总结并评价了不同养护决策的评价模型、制定方法及优缺点,得出了准确的评价路面使用性能和科学的养护决策方法是水泥混凝土路面养护工作的关键。     

基于粗糙集和RBF神经网络的高速公路路面使用性能评价研究

利用可辨识矩阵对影响路面使用性能评价的宽泛指标集进行分类、约简,得出对路面使用性能评价最有影响的数据指标,建立RBF神经网络模型,并把处理后的数据指标作为RBF神经网络的输入进行训练、仿真.通过实例,给出了该方法的具体实现过程.与没有采用指标约简的RBF神经网络进行结果对比,该方法在路面使用性能评价上更具有实用性、有效性和可靠性.     

两种基于遗传算法的交通量预测方法

结合实例予以验证、分析比较的结果说明，采用遗传算法(GA)与遗传神经网络(GANN)方法建立交通量预测模型，其预测精度高，操作简单，可以用于道路交通量的预测研究。     

基于区间数法的水泥路面使用性能评价

公路在交通荷载和自然环境的共同作用下,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,便于进行科学的养护管理,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,建立了水泥混凝土路面使用性能区间数法的综合评价模型。最后,结合选取路段的实测数据与规范推荐评价方法进行了应用与对比分析,二者评价结果基本相同。该模型计算过程简单,易于编程,具有一定的推广和应用价值。     

沥青路面使用性能评价系统的探讨与改进

笔者针对路面使用性能评价常用的模糊数学评价模型存在的问题,提出采用以属性数学评价模型为主线,用层次分析法确定各项指标权重的综合评价系统.二者相结合使评价系统更科学、精确,并以实例介绍该模型的具体应用方法.     

高速公路沥青路面综合评价模型研究

针对沥青路面使用性能评价过程中存在的不确定性、模糊性等问题,运用集对分析理论定量描述评价样本与评价标准等级间隶属关系的确定和不确定性。构造基于三角模糊数的集对差异度系数,确定沥青路面使用性能综合评价模型,结合专家经验和熵权法构造各评价指标权重,将该综合评价模型运用于实际工程,并与《公路沥青路面养护技术规范》评价结果进行对比。研究结果表明:将集对分析与三角模糊数耦合的综合评价模型应用于高速公路沥青路面使用性能评价中可行。     

基于变权-改进云模型的沥青路面使用性能评价

针对规范中定权评价法主观性强、过度依赖高权重指标的问题,引入变权理论,建立状态变权函数模型,准确反映出路用性能评价指标的真实权重;针对评价过程中存在的模糊性和随机性问题,引入云模型理论,构建沥青路面使用性能评价改进云模型,保证了评价结果的客观可靠;在MATLAB软件平台开发了模型应用程序,并以京津塘高速公路2019年路检数据为算例进行建模,对沥青路面使用性能进行综合评价,验证了模型的实用性。结果表明：京津塘高速K133+700～K142+700段,路面使用性能评价等级为次,整体性能偏向次差,而定权评价结果为良,明显偏高,不能充分体现出路段真实情况。对比之下,变权-改进云综合评价法更具优势。