高等级路面使用性能灰色预测方法

采用沈阳至大连高速公路路面观测资料,建立高等级路面使用性能的灰色预测模型及修正模型,并对所建模型进行精度检验。     

山区公路网水泥混凝土路面使用性能模型的选择和应用

分析S型模型和指数型模型的衰变特征,结合山区公路网水泥混凝土路面的路况调查数据,采用空间代替时间的方法建立预测模型,对山区公路网的水泥混凝土路面使用性能预测模型的选择进行了探讨．     

沥青路面使用性能预测模型的研究

应用引入回归技术的马尔可夫过程建模方法,建立使用性能变量的预测模型.在进行路面性能预测时,主要从路面损坏状况、结构承载力、行驶舒适性和安全性能四个方面分别评价路面使用性能并加权成路面综合评价指标.先对4项指标分别预测,再综合各预测指标得到综合指标的预测值.这种预测的方法简化了路况状态和转移概率矩阵的建立.在此以某地区序号14、15两条公路的路面调查数据为基础,得出本地区的路面性能预测方程和回归曲线.     

基于神经网络的沥青混凝土路面使用性能预测

阐述了应用BP神经网络进行沥青混凝土路面使用性能预测的可行性，以环境因素，即交通量、降雨量、温度等3个直接使路面性能发生变化的主要因素作为BP神经网络的输入层，以沥青混凝土路面的破损率、平整度、弯沉值、摩擦系数等4项性能指标作为输出层，采用MATLAB语言中的BP神经网络模块进行自学习，得出环境因素与路面使用性能之间的关系。研究了基于神经网络的沥青混凝土路面使用性能预测模型的分析和计算方法，通过实例验证了该方法的实用性。     

混合GANN模型在路面状况指数预测中的应用

基于路面破损检测的困难性，利用路面使用性能的4个评价指标——路面破损状况、路面结构强度、路面平整度和路面抗滑能力之间复杂的内在联系，建立了一种路面破损状况的混合GANN预测模型。应用该模型可以利用快速检测到的IRI、SSI和SFC数据对路面状况指数PCI进行预测，减轻了路面破损调查的工作量，节约了大量的人力物力，有很高的实用价值。     

基于信息扩散理论的沥青路面使用性能预测

路面使用性能的合理预测是公路养护和改造计划编制的基础,对于公路的运营管理和优化决策具有重要的意义.本文充分考虑行车对路面性能要求,采用信息扩散理论,根据反映路面性能的主要指标,建立了基于信息扩散理论的路面使用性能综合预测模型,把路面性能预测由定性转为定量.最后以具体公路路面使用性能为示例,利用建立的预测模型,对该路段路面使用性能的变化趋势进行了分析.该模型能较好地处理路面使用性能演化过程中的随机性,计算简单.预测结果表明了该方法的可应用性.     

路面使用性能综合预测物元模型及其应用

路面使用性能的合理预测是公路养护和改造计划编制的基础,对于公路的运营管理和优化决策具有重要的意义.本文充分考虑行车对路面性能要求,采用物元综合评判法,根据反映路面性能的主要指标,应用关联函数,建立了路面使用性能综合预测物元模型,把路面性能预测由定性转为定量.该模型能较好地处理路面使用性能演化过程中的随机性,计算简单.最后以具体公路路面使用性能为示例,利用建立的数学模型,对该路段路面使用性能的变化趋势进行了分析,预测结果表明了该方法的可应用性.     

路面结构可靠度分析及应用

运用结构可靠性理论分析路面结构可靠度。综合考虑材料性质、路面结构(包括几何尺寸和特性)的不均匀性，这种不均匀性导致路面结构的物理力学性能和使用性能具有不确定性，使路面结构设计更符合实际工程要求。     

路面使用性能的综合评价

对路面现有状况进行Ｆｕｚｚｙ综合评价，获取指标，使路网或各个路段的使用性能具有可比性，便于项目的优先排序。     

减少沥青混凝土路面施工中的离析现象

沥青混凝土路面施工中的离析现象是当前公路路面施工中普遍遇到的问题,加强施工过程中沥青路面混凝土施工离析现象的控制成为提高沥青混凝土路面使用性能的关键。     

基于抗冲刷性能的半刚性基层材料组成设计方法

半刚性基层材料抗冲刷性能差是目前造成水泥混凝土路面板底脱空的主要原因.现行公路水泥混凝土路面设计规范对基层抗冲刷能力仅限于定性建议,而未提出定量指标.通过试验研究提出了水泥混凝土路面半刚性基层材料的组成设计指标与标准建议值,利用灰色系统理论的方法原理,建立水泥稳定碎石28 d冲刷量预测模型和7 d强度预测模型.最后,提出基于抗冲刷性能的水泥混凝土路面半刚性基层材料组成设计方法.性能试验结果显示,运用该方法设计的半刚性基层混合料能够达到其设计标准,表明该设计方法可行.     

区域道路养护合理化研究

针对当前一些路面使用性能评价方法在确定道路养护优先度时存在的问题,提出了一种针对沥青路面养护管理的使用性能预测方法,并与灰聚类评价方法相结合,从而可以更为合理的确定出道路的养护优先度,本方法克服以往评价方法只能确定路面使用状态而不能排序的缺陷,使得在道路养护时,可以添加一个有力的依据,并且使得道路养护更加合理.     

不同养护模式下的高速公路沥青路面状况指数预测模型

为了准确、科学地进行沥青路面性能状况评价和养护维修决策,对北京市多条高速公路沥青路面状况指数( PCI)历年检测数据进行了调查和分析,利用分类统计方法,研究了不同养护模式下的高速公路沥青路面状况指数变化规律,提出了考虑不同养护模式的路面状况指数的指数型预测模型. 研究结果表明:路面使用龄期不同,路面养护维修类型和强度也不同. 不同养护模式下,沥青路面状况指数呈现低强度下降和波浪形高强度衰变趋势,在使用寿命末期,路面状况指数呈急剧衰变趋势. 对于北京地区,路面衰变参数a的取值为0. 008~0. 035. 该预测模型具有较高的精度,预测结果符合高速公路沥青路面衰变趋势和养护维修规律.     

基于组合模型的沥青路面车辙预测

为了对沥青路面车辙进行预测研究,结合陕西某高速公路沥青路面的车辙病害现状,以美国AASHTO新力学经验法中的Pavement-ME预测模型( PME模型)和灰色预测理论为基础,对PME预测模型的参数进行了本地化处理,提出了考虑数据时效的动态灰色预测模型DGM (1,1),并采用数理统计方法对车辙的发育趋势进行基于组合模型的预测研究.研究结果表明：PME模型和DGM灰色模型的拟合精度分别为0.963和0.941,可以作为组合模型的子模型;DGM-PME组合模型的预测精度要高于单一子模型的预测精度,其中采用误差平方和倒数法定权得到的组合模型的预测精度相对最高,其子模型权重分配为L12=0.601和L22=0.399,预测精度最高为0.0045;DGM-PME组合模型在个别时期的预测效果不如单一子模型,属于正常的误差现象;用DGM-PME组合模型来替代单一子模型进行沥青路面车辙的预测研究是可行的,本文所建立的组合模型适用于项目级沥青路面的车辙发育趋势预测.     

小波神经网络分类算法在教育信息管理系统中的应用

小波神经网络在预测及分类应用中较之前馈神经网络RBF及单隐层BP神经网络有着无法比拟的优势.本文将小波神经网络的强大分类功能用于教育信息管理系统的数据分析中,完成了200多所中小学各项指标的综合分析、数据统计和学校分类划分.系统实际运行表明,该算法预测和分类功能强,分析结果准确率高达96%,有很好的应用价值和工业推广意义.     

沥青路面低温温度场的经验预估模型

为建立更为准确的沥青路面低温温度场预估模型,通过对3种典型沥青路面结构的温度数据进行长期采集,获得了沥青路面的低温温度数据,并引入日最低气温、日太阳辐射量、平均风速和平均湿度参数,建立了沥青路面低温温度场的经验预估模型,并与SHRP模型、C-SHRP模型以及LTPP模型的预估结果进行了对比分析.结果表明:沥青路面的温度变化规律与气温相似,但存在一定的滞后性,且深度越深滞后性越明显;路面最低温度出现在路表,且其值高于最低气温;所建立的沥青路面低温温度场经验预估模型相对于SHRP模型、C-SHRP模型以及LTPP模型具有更好的预估效果.     

高速公路路面使用性能参数的统计特性研究

运用数理统计和可靠性数学的基本理论,编制了路面性能参数概率分布统计分析程序,并对沈阳一大连高速公路两年的路况普查测定的数据,进行分段与分析,得到了各参数的概率分布模型及变异水平,为高速公路路面结构的可靠性分析,路面性能概率化预测,评价提供了基本参考依据。     

基于混合GANN的沥青路面使用性能评价

针对GA与NN优缺点互补的特点，摒弃以往GANN模型的不足，采用以GA优化BP网络权值与阚值，再用BP网络对GA搜索到的近似最优解进行微调的方法，建立一种能充分发挥两者优势的混合GANN模型.将模型应用于高速公路，建立了基于混合GANN的高速公路沥青路面使用性能评价模型，通过与其它模型的分析对比表明：该模型科学、精确、易于实现，是一种实用的高速公路沥青路面使用性能评价模型。