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。     

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TOPSIS法的沥青路面使用性能评价

我国现行规范将沥青路面使用性能中的结构强度单独计算评定。将结构强度加入综合评价体系,加权赋值法与TOPSIS法相结合,改进原有的评价体系,将具体路段的现场实测数据代入改进的评价模型,并与规范的评价体系数据进行对比,验证了改进TOPSIS法在路面使用性能评价中的准确性和可推广性。     

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。     

基于灰色理论的沥青路面使用性能预测模型

依托辽宁某高速公路工程多年的路面检测数据,应用灰色理论对其进行分析,建立了沥青路面性能衰减模型,对模型进行精度检验,确定模型对路面性能预测的准确性,然后对路面衰变模型进行分析,预测辽宁省某高速公路路面近年的性能衰变过程,从而确定需要采用的养护方式。     

基于混合遗传神经网络的高速公路沥青路面使用性能评价方法研究

目的在于基于混合遗传神经网络算法,研究高速公路沥青路面使用性能评价方法。在本篇研究中,将应用混合遗传神经网络算法,分析评价高速公路沥青路面的使用性能,并进一步优化制定提升究高速公路沥青路面使用性能决策,提升高速公路沥青路面的使用性能。路面使用性能的正确评价是合理制定养护维护计划、进行投资决策的重要依据之一;分析实际之中高速公路沥青路面的相关特点,有针对性的找出研究高速公路使用性能的评价指标,并进一步优化制定高速公路沥青路面使用性能。研究结果证实,基于混合遗传神经网络算法,通过对某地区高速公路路面的评价,能够准确、科学的评价高速公路路面使用性能,方便快捷的给出使用性能评价结果,提升评价结果的科学、准确性能。     

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。     

沥青路面使用性能的灰色预测研究

围绕路面使用性能四大指标,引入灰色理论中的 GM（1,1）预测模型进行预测,并根据实测结果进行验证,分析预测结果的可靠性及发展情况。结果表明,模型的预测精度为一级,预测结果与实测值相符,可作为制定养护计划的依据。     

公路沥青路面使用性能灰色综合评估

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、经济型和舒适性。为了评估和预测路面使用性能状况，便于进行科学地养护和管理，文章系统地提出了公路沥青路面使用性能评价的指标体系和分级标准，建立了沥青路面使用性能灰色综合评价模型。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。     

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。     

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。     

主成分分析法在高速公路沥青路面使用性能评价中的应用

在多指标综合评价中,主成分分析方法是一种较为客观的综合评价方法.利用这种方法对高速公路沥青路面使用性能进行综合评价,不仅能综合反映各指标对路面评价值影响强弱的信息,而且可以确定各指标的较客观的权重,由此尽量地避免评价过程中主观因素的影响,为正确进行高速公路沥青路面养护决策提供了保证.     

主成分分析法在高速公路沥青路面使用性能评价中的应用

在多指标综合评价中，主成分分析方法是一种较为客观的综合评价方法。利用这种方法对高速公路沥青路面使用性能进行综合评价，不仅能综合反映各指标对路面评价值影响强弱的信息，而且可以确定各指标的较客观的权重，由此尽量地避免评价过程中主观因素的影响，为正确进行高速公路沥青路面养护决策提供了保证。     

基于支持向量机的沥青路面使用性能评价

路面使用性能决定了路面维修养护的方法。但沥青路面使用性能4个指标：PCI、SSI、SRI和IRI中路面状况指数检测困难。支持向量机是具有严格统计学习理论的新型学习方法。它对解决小样本非线性等问题具特有的优势。基于支持向量机理论,分析沥青路面使用性能4个指标间的关系,建立了SSI、SRI、IRI实测数据对PCI的预测模型,获得了令人满意的预估效果。结果表明,支持向量机是沥青路面性能评估的简单有效的方法。     

基于MA-GM(1,1)的高速公路沥青路面使用性能预测

以PCI、RQI、RDI、SRI及PQI为评价指标,利用灰色理论,结合滑动平均方法,建立MA-GM(1,1)模型对高速公路沥青路面使用性能进行预测。山东省日东(日照—东明)高速公路K20—K22预测结果表明,该模型具有较高的精度和稳定性,能准确反映沥青路面使用时间与使用性能之间的关系,为高速公路的养护和管理提供参考。