高速公路小修保养工程量的预测模型

为了科学合理地预测高速公路小修保养工程数量,分析了影响高速公路小修保养工程量的主要因素,提出了基于Matlab的BP神经网络高速公路小修保养工程量预测方法;以沥青路面年小修保养工程量历史统计数据为样本,将路面质量等级评分值、路面使用性能指数、年均日交通量、年均日重车量、计算使用年限、年均降雨量、年平均温差、路面厚度、路面宽度确定为影响沥青路面小修保养工程量的量化指标,建立了预测沥青路面小修保养工程量的多元非线性模型;以调研路段沥青路面实际破损维修数量为样本,分别用BP神经网络模型和多元线性回归模型进行预测分析。研究结果表明：将预测结果与实际维修量数据进行比较,BP神经网络模型预测误差为5%,多元线性回归模型预测误差为14%,说明BP神经网络模型是预测高速公路沥青路面小修保养工程量的一种较为合理可行的方法。     

基于灰色理论的城市道路路面使用性能预测

路面使用性能直接影响路面的养护对策和养护资金投入，为了在时间和空间上优化分配给定的养护预算，确定最佳的路面养护方案，必须在一定时期内对路面的使用性能进行预测［1］。本文通过对城市道路路面使用性能评价必要性的阐述，以及对国内外有关路面使用性能预测现状的对比，提出一种基于灰色理论的城市路面各项技术指标的预测方法。     

应用遗传算法和LM优化的BP神经网络模型预测机场道面使用性能

分析了影响道面使用性能的各种参数,结合BP神经网络和遗传算法来预测机场道面使用性能.通过遗传算法全局寻优功能对神经网络的初始权值和阈值进行优化,然后采用LM(Levenberg-Marquardt)优化算法对神经网络训练速度进行加速,并且使训练避免陷入局部极小点.通过历年数据对神经网络进行训练,用所得神经网络模型对机场道面使用性能进行预测.训练结果表明,该方法具有足够的精度,能够应用到工程实际中.     

基于模糊数学的水泥路面使用性能综合评价体系研究

路面使用性能评价是路面养护管理的重要组成部分.由于影响路面使用性能的因素繁多,且各因素之间既相互联系又相互影响,自身又表现出一定的随机性和模糊性,使得评价难以得到准确的结果.针对目前这种状况,提出了一种适用于我国水泥路面的基于模糊数学理论的综合评价方法.在评价过程中重点分析了单因素属性测度函数的建立和客观性权重的计算方法,将定性问题定量化,并通过实际案例分析,验证了该评价方法的合理性.     

农村水泥混凝土路面裂缝的防治

水泥混凝土路面由于具有良好的使用性能,建设费用低,寿命长,抗灾能力强,养护费用低,社会效益和经济效益显著等优点在农村公路的建设中得到了广泛的应用.针对农村公路中水泥混凝土路面由于其具有养护管理落后、建设缺乏可行性研究、设计粗糙和施工人员专业素质较低等方面的特殊性,对农村水泥混凝土路面裂缝的成因及预防措施进行了探讨.     

参数自适应跟踪法预测高速公路路面使用性能

为了准确预测高速公路路面使用性能，采用参数自适应跟踪法，按照自动计算出来的级比系数调整历年数据的权重，预测未来路面使用性能，并通过该方法对西安-三原某段路面的历史数据进行了研究和预测。结果表明：路面状况指数、路面行驶质量指数、路面强度系数和路面抗滑摆值的预测数据有较高的精度。该方法能够随着时间的推移和样本的扩大而自行修正模型的动态参数，使模型预测值不断逼近路面的实际观测值。     

基于遗传算法的模糊优选神经网络路面性能评价模型

针对现有路面性能评价方法的不足,在模糊优选神经网络模型的基础上,引入遗传算法,建立了基于遗传算法的模糊优选神经网络的路面使用性能评价模型.该算法采用遗传算法优化神经网络权值,再用神经网络对遗传算法搜索到的近似最优解进行微调,并将模糊优选模型作为神经网络的激励函数,使模型具有明确的物理意义.应用该模型对沈大高速公路部分路段进行评价,与其他模型的对比分析表明:该方法在评价精度和效率方面取得了良好的效果,是一种实用的高速公路路面性能评价方法.     

水泥混凝土路面调查及网级使用性能预测模型

为了建立水泥混凝土路面典型的使用性能预测模型，在广东省确定了在环境条件、养护水平等方面均有代表性的四个地区，从中选取有代表性的200条路段，对其结构组成、路面损坏、交通轴载及其车道分布进行详细调查．利用目测法得到各类车辆轴载组成，通过分析得到各类车辆平均轴载换算系数，然后求得标准轴载作用次数．采用空间换时间方法，最后建立了四个地区不同交通量等级下的路面使用性能预测方程．基于方程，还对四个地区路面的衰变特征进行了探讨．     

两种基于遗传算法的路面性能综合评价方法

分别采用遗传算法参数估计方法与遗传神经网络方法，并通过对实验数据进行的分析，建立了路面性能综合评价方法，在参数估计方法中，首先建立专家综合评价与道路实测数据之间的回归模型，通过对模型进行遗传算法参数优化，得到了相关度很高的结果。同时，还应用遗传神经建立主观综合评价和客观实测量数据之间的高度非线性关系，避免了BP网络的缺陷，结果表明，该模型具有很好的相关性，两种方法为路面管理系统路况分析，路面养护评价以及路面养护对策的排序提供了重要依据。     

水泥混凝土路面早期裂缝的防治措施

水泥混凝土路面常出现早期裂缝,影响了路面的使用性能,本文在总结水泥凝土路面施工经验和高速公路收费广场、服务区混凝土路面使用情况及维修的基础上,提出了水泥混凝土路面裂缝的防治措施。     

基于模糊感知器的路面性能预测方法

利用模糊感知器人工神经元网络尝试建立一个智能型路面性能预测模型，对神经网络原理和模型结构进行了系统的理论分析，给出了详细的算法，并以平整度历年调查资料为数据基础，对该模型进行了实例分析，证明了模型的理论与实际运用的可行性。该方法利用神经网络与模糊方法各自的优点，针对不同性能指标，建立对应的神经网络预测模型，来对今后的指标值进行预测，较好地解决了路面性能预测中的模糊性和不确定性。     

基于神经网络技术的路面性能预估模型

根据神经网络技术对处理模糊或随机问题有较好适应性的特点,本文开发了基于神经网络技术的路面性能预估模型,该模型建模简单、使用方便,而且能较好地反映实际路面性能的变化规律。     

A Worsted Yarn Virtual Production System Based on BP Neural Network

Back-Propagation (BP) neural network and its modified algorlthm are introduced. Two series of BP neural network models have been established to predict yarn properties and to deduce wool fiber qua/ides. The results from these two series of models have been compared with the measured values respectively, proving that the accuracy in both the prediction model and the deduction model is high. The experimental results and the corresponding analysis show that the BP neural network is an efficient technique for the quality prediction and has wide prospect in the application of worsted yam production system.     

基于人工神经网络的沥青路面剩余寿命分析

路面整体结构性能评估是公路养护或重建决策优化的一项重要参考依据，一般情况下，如果路面的服务能力指数降到可接受水平以下，就有必要对当前整体性能(剩余寿命)进行评价，决定是否需要延长寿命或者进行重建设计，因此，利用人工神经网络(ANN)方法建立了沥青路面剩余寿命预测模型，由此程序可以由落锤弯沉仪(FWD)弯沉数据快速预估路面的剩余寿命，这种方法直观、准确，并且不需要反算模量，对于道路工作者的养护和补强罩面工作具有参考价值。     

基于灰色系统理论的沥青路面使用性能预测

采用灰色系统理论方法,分别对路面强度指数、路面状况指数和路面平整度指标进行了建模和预测.利用实际路面检测数据进行模型的检验和修正,并与传统的回归分析模型进行对比.结果表明,对于公路路面这种比较离散的技术状况评价指标值,采用灰色预测方法精度有较大的提高,能够满足路面使用性能预测的要求.     

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。     

基于灰色关联度分析和支持向量机 回归的沥青路面使用性能预测

沥青路面使用性能多因素预测是一个复杂的非线性问题,传统预测模型存在很多不足。为弥补传统模型的缺陷,建立一个高精度、长周期、多因素的预测模型,通过灰色关联度分析对各因素进行降维处理,选择与沥青路面使用性能关联度较大的影响因素进行支持向量机回归非线性预测,提出了基于灰色关联度分析和支持向量机回归(GRA-SVR)的沥青路面使用性能预测模型。最后选用广云高速实测车辙指数(RDI)值进行实例验证,并同GM(1,1)和PPI两种模型的预测结果进行了对比分析。结果表明:基于GRA-SVR建立的多因素预测模型具有很好的精度和可操作性,可在长周期过程中使用,为大数据养护决策提供了模型参考和依据。     

基于衰变-Markov模型的沥青路面性能预测研究

为解决在路面使用性能各项指标的预测过程中,预测值与实测值间误差波动较大这一问题,采取同济大学孙立军教授提出的标准衰变方程作为预测模型的基础,充分调查浙江省S101省道嘉兴段现有路况,根据收集的公路路面结构、厚度和交通量轴载数据等资料,对其沥青路面性能变化进行预测,即对路面损坏状况指数PCI和行驶质量指数RQI这两个在路面使用性能指数PQI中占较大权重的指标进行预测,继而采用Markov模型对其预测结果进行修正,建立与养护策略相对应的Markov转移矩阵而得到衰变-Markov预测模型,为之后能准确掌握沥青路面使用性能变化趋势并得到合理的养护决策提供可靠依据.