（道路与铁道工程专业论文）机场道面使用性能预测的混合效应模型.pdf

捅要道面使用性能预测模型是现代道面管理系统的核心组成部分，它直接影响着道面管理活动中许多关键决策。然而，用于建模型和参数估计的观测数据由描述道面个体差别的特征变量数据和描述道面个体性能衰变的时间序列数据两部分组成，而通常情况下观测的道面区域多、特征复杂，个体时问序列数据非常有限，呈典型的分层非平衡结构特征。对此，传统建模方法和统计技术难以获得满意结果，甚至会导致错误结论。因此，采用现场观测历史数据建立道面性能预测模型一度受到挑战。本文针对我国道面使用性能历史数据涉及区域广、观测序列短等突出问题，分析数据细节特征，以经验回归为基础，应用混合效应模型统计技术，分别建立确定型回归模型和马尔可夫概率预测模型。主要内容如下：( 1 ) 选取国际广泛应用的道面状况指数( p c i ) 作为预测指标，收集大量道面损坏调查现场观测数据。详细分析了水泥道面损坏调查单元尺寸、形状划分方案以及主导损坏类型程度识别偏差对道面单元和区域p c i 计算结果的影响，分析道面损坏状况人工调查过程中产生的p c i 误差，明确p c i 指标的客观性和稳定性。( 2 ) 以三阶多项式作为道面个体预测模型期望函数，同时建立道面结构厚度和交通量等特征变量与个体模型参数的回归关系，通过分层参数结构形式联结成线性混合效应模型。通过混合效应模型中固定效应和随机效应捕获分层数据异质性，从而充分整合个体观测数据信息，并依靠收缩估计方法改进某些时间序列较少的道面个体模型参数的估计，提高参数估计的稳定性。( 3 ) 以双参数非线性方程作为道面个体预测模型期望函数，以道面结构厚度和交通量作为参数解释变量，建立非线性混合效应模型，针对“白+ 黑”道面区域数据少的情况，结合刚性道面观测数据信息，应用混合效应模型和联合估计两种统计方法，实现“白+ 黑”道面预测模型的参数估计，拓宽了预测模型的应用范围。( 4 ) 应用l o g i s t i c 回归方程建立动态马尔可夫状态转移概率与道面厚度日、交通量l o g n 、道面使用时间t 及当前状态等级c 尺等变量的关系。在此基础上采用随机截距描述道面个体问的异质性，建立混合l o g i s t i c 模型。分析l o g i s t i c 模型在马尔可夫概率预测中的应用方法，并比较了普通及混合l o g i s t i c 模型建立的动态马尔可夫模型的拟合效果。本文的各项研究成果对提高我国机场道面管理水平具有一定意义，并为进一步的研究奠定了良好的基础。关键词：机场道面：使用性能；预测；道面状况指数；混合效应模型：a b s t r a c ti nm o d e ma i r p o r tp a v e m e n tm a n a g e m e n ts y s t e m ，a na i r p o r tp a v e m e n tp e r f o r m a n c ep r e d i c t i o nm o d e li so n eo ft h ek e yc o m p o n e n t st h a ti n f l u e n c em a n yc r i t i c a lm a n a g e m e n td e c i s i o n s h o w e v e r , p a v e m e n tc o n d i t i o ns u r v e yd a t au s e dt oe s t i m a t ep a r a m e t e r so fp a v e m e n tp e r f o r m a n c ed e t e r i o r a t i o nm o d e l sh a v eah i e r a r c h i c a ls t r u c t u r e ，t h e yc o m m o n l yc o n s i s to ft w oc o m p o n e n t s ：c r o s s s e c t i o nd a t ad e s c r i b i n gd i f f e r e n c e sb e t w e e nt h ep a v e m e n t sa n dt i m es e r i e sd a t ad e s 砸b i n gt h ee v o l u t i o no fi n d i v i d u a lp a v e m e n t so v e rt i m e m o s td a t as o u r c e sa l eu n b a l a n c e di nt h a tt h e yt y p i c a l l yh a v ee x t e n s i v ec r o s s - s e c t i o nd a t aa n dl i m i t e dt i m es e r i e sd a t a c l a s s i c a ls t a t i s t i c a la p p r o a c h e sc a nn o te x p l o i tt h i ss t r u c t u r ea n dm a yl e a dt ow r o n gc o n c l u s i o n s t h e r e f o r eac o n s t a n tc h a l l e n g ei st h eu s eo fh i s t o r i c a lp a v e m e n tc o n d i t i o nd a t at op r e d i c tf u t u r ep a v e m e n tp e r f o r m a n c ed e t e r i o r a t i o n t h eg o a lo ft h i sr e s e a r c hi st oc o n s i d e rt h en a t u r eo fh i e r a r c h i c a ld a t a , u n d e rt h ef r a m e w o r ko ft h em i x e d - e f f e c t sa p p r o a c h ，d e v e l o pap a v e m e n tp e r f o r m a n c ep r e d i c t i o nm o d e lf o rc h i l l aa i r p o r tp a v e m e n tm a n a g e m e n ts y s t e m ( c a p m s ) f r o mh i s t o r i c a ld a t ar e c o r d st h r o u g hs a t i s f i e dm o d e l i n gt e c h n i q u e s t h em a i nc o n t e n t s 啪勰f o l l o w s ：( 1 ) aw i d e l yu s e dp a v e m e n tp e r f o r m a n c ei n d i c a t o r , p a v e m e n tc o n d i t i o ni n d e x ( p c di su s e da sp r e d i c t i o ni n d i c a t o ra n dag r e a td e a lo fp a v e m e n tc o n d i t i o ns u r v e yd a t ai sc o l l e c t e df r o mi n s e r v i c ep a v e m e n ts e c t i o n s t h ee f f e c to fa l t e r i n gu n i ts i z e ，s h a p ea n dm a i nd i s t r e s sd e g r e e so np c ii si n v e s t i g a t e du s i n gp c cp a v e m e n ts e c t i o nd i s t r e s ss u r v e yd a t at oo b t a i nt h er a n g eo fe r r o ri np a v e m e n tc o n d i t i o ns u r v e y sa n de v a l u a t i o n s ( 2 ) t h r e e - d e g r e ep o l y n o m i a li sa d o p t e dt oc a p t u r ei n d i v i d u a lp a v e m e n t sp e r f o r m a n c ed e t e r i o r a t i o np r o c e s sa n dt l l e i rc o e f f i c i e n t sr e g r e s s i o nm o d e l sa r eb u i l tw i t he x p l a n a t o r yv a r i a b l e sa st h i c k n e s sa n dt r a f f i cl e v e l t h e nal i n e a rm i x e de f f e c tm o d e li sf o r m u l a t e db yh i e r a r c h i c a lp a r a m e t e rs t r u c t u r et oe f f e c t i v e l ya c c o u n tf o rh e t e r o g e n e i t yi nh i e r a r c h i c a ld a t aa n de x p l o i tt h ei n f o r m a t i o nc o n t a i n e di nt h es e q u e n c eo fm e a s u r e m e n t sf o ri n d i v i d u a lp a v e m e n t r e l i a b l ee s t i m a t i o ni so b t a i n e df o ri n d i v i d u a lp a v e m e n tm o d e l sw h i c hh a v el i m i t e dd a t ab ys h r i n k a g ee v a l u a t i o nt e c h n i q u e , a n de s t i m a t i o n sf o ro t h e r sa r em o r er o b u s t ( 3 ) an o n l i n e a rm i x e dm o d e l ，w i t ht w or a n d o mp a r a m e t e r se x p l a i n e db yt h i c k n e s sa n dt r a f f i cl e v e lv a r i a b l e s ，w a sp r o p o s e d a i m i n ga tt h el i m i t so fc r o s s - s e c t i o nd a t ai n f o r m a t i o no ft h ec o m p o s i t i o np a v e m e n t s ( h m ao v e r l a i dp c c ) ，t w os t a t i s t i c a lt e c h n i q u e s ：m i ) 【e de f f e c tm o d e la n dj o i n te s t i m a t i o n ，a r eu t i l i z e dt oe s t i m a t et h ec o m p o s i t i o np a v e m e n t s ( h m ao v e r l a i dp c c )m o d e lp a r a m e t e r sb yc o m b i n i n gi n d i v i d u a lp a v e m e n t sd a t a r e s u l t sa 他r e l i a b l ea n dr o b u s t t h i sm o d e lw i l lb eu s e di nw i d e rr a n g e ( 4 ) al o g i s t i cm o d e li su s e dt oe s t a b l i s had y n a m i cr e l a t i o n s h i pb e t w e e nt r a n s i t i o np r o b a b i l i t i e sa s s o c i a t e dw i t hp a v e m e n tc o n d i t i o nr a t e ( c r ) a n de x p l a n a t o r yv a r i a b l e ss u c h 勰p a v e m e n ta g e ，t h i c k n e s s ，a n dt r a f f i cl e v e l t h eu n o b s e r v e dh e t e r o g e n e i t ya m o n gp a v e m e n ts e c t i o n si sa c c o u n tf o rb yu s e dr a n d o mi n t e r c e p t sa p p r o a c h t h ec o m p a r i s o no fg o o d n e s so ff i ti sm a d eb e t w e e nt w om a r k o vc h a i n sd e r i v e df r o mm i x e dl o g i s t i cm o d e la n dg e n e r a ll o g i s t i cm o d e lr e s p e c t i v e l y t h e s ec o n c l u s i o n sm a yb eu s e f u lt ol e v e lu pa i r p o r tp a v e m e n tm a n a g e m e n tt e c h n i q u e s k e y w o r d s ：a i r p o r tp a v e m e n t ；p a v e m e n tp e r f o r m a n c e ；p r e d i c t i o n ；p c i ；m i x e de f f e c tm o d e l ；学位论文版权使用授权书本人完全了解同济大学关于收集、保存、使用学位论文的规定，同意如下各项内容：按照学校要求提交学位论文的印刷本和电子版本；学校有权保存学位论文的印刷本和电子版，并采用影印、缩印、扫描、数字化或其它手段保存论文；学校有权提供目录检索以及提供本学位论文全文或者部分的阅览服务；学校有权按有关规定向国家有关部门或者机构送交论文的复印件和电子版；在不以赢利为目的的前提下，学校可以适当复制论文的部分或全部内容用于学术活动。学位论文作者签名弘善竺三三兰罩昱经指导教师同意，本学位论文属于保密，在年解密后适用本授权书。指导教师签名：学位论文作者签名：年月日年月日同济大学学位论文原创性声明本人郑重声明：所呈交的学位论文，是本人在导师指导下，进行研究工作所取得的成果。除文中已经注明引用的内容外，本学位论文的研究成果不包含任何他人创作的、已公开发表或者没有公开发表的作品的内容。对本论文所涉及的研究工作做出贡献的其他个人和集体，均己在文中以明确方式标明。本学位论文原创性声明的法律责任由本人承担。虢枇2 0 0 9 钳月j | 7 日f 窜、孥同济大学申请博士学位论文第1 章绪论1 1 研究背景第1 章绪论机场道面管理系统( a p m s ) 是以现代道面管理理论和计算机技术为基础，能够辅助管理人员对机场道面实施性能测试、评价、维护及管理的软件系统。应用a p m s ，机场管理部门可以适时、准确地掌握道面各项使用性能，协调和控制与道面有关的各项活动，强化科学管理，以实现提高道面服务水平，延长使用寿命，优化资源配置节省维护资金，减少安全隐患等目标。道面使用性能预测模型是道面管理系统的重要组成部分，如图1 - 1 所示，科学准确的预测道面使用性能变化趋势是道面管理活动的核心环节，是道面最佳维修养护策略选择、维修计划制定、维修资源合理化分配的基础。图1 - 1 道面使用性能预测在道面管理中的作用【l 】道面使用性能预测模型在道面管理系统中的作用集中体现在以下几个方面【l l 【2 】：( 1 ) 预测道面性能状况到达最低可接受水平的时间( 即预估剩余寿命) ：( 2 ) 确定中长期养护对策和实施时机；( 3 ) 对维修项目、维修措施、维修时机的组合进行优化，以达到资金合理分配的目的；( 4 ) 验证道面结构设计方法、评估道面维修活动的预期效果，分析道面全寿命周期费用。、 同济人学申请博十学位论文第1 章绪论由此可见，建立可靠的道面使用性能预测模型是开发和推广应用道面管理系统的重要内容和基本前提。过去的几十年内，国内外学者提出了许多应用于交通基础设施性能预测的模型和方法，包括简单的经验或概率回归模型、复杂力学模型或力学一经验模型以及先进的现代控制理论模型等。然而，专门针对机场道面使用性能预测模型及方法的研究开展较少。另一方面，虽然发达国家或地区在积累了大量历史数据基础上建立了较实用的经验回归预测模型引【4 】，但由于道面特征、区域环境、管理经验和技术水平等差异，各地方仍需要根据机场自身的特点和历史数据重新建模或修正参数。同时随着科学技术的进步，传统建模技术也需要进一步改进和完善。因此，有必要对机场道面使用性能预测技术展开研究。受到多种因素的制约，以现场观测的历史数据和经典统计回归为基础预测方法仍然是当前建立机场道面使用性能预测模型的主要技术手段。然而由于现场历史数据容易受机场运行及管理维修活动干扰，往往精度较低、连续观测样本数量较少，而且本身具有特殊结构特征。因此，应用现场数据建立道面使用性能预测模型需合理解决以下主要问题：( 1 ) 现场观测数据分析。道面性能观测数据是预测的基础，数据的可靠性和准确性决定了预测的精度。道面使用性能观测数据通常来自多个不同机场的道面区域，可能因采集程序、测试方法以及人员经验水平等因素差异而产生误差，因此需要分析并明确道面性能测试过程对结果数据的影响程度，以保证预测指标历史数据的可靠性，并进一步完善评价技术。( 2 ) 预测模型期望函数确定。道面使用性能衰变受自身结构、交通量及荷载特征、环境等因素综合影响，然而道面性能现场调查数据稳定性较差、精度低，可观测的影响因素信息量少且不连续。依靠现场观测样本难以建立能够考虑多因素、合理复杂的模型形式，因而需要建立简单实用的模型函数或选择应用较成熟的模型函数。( 3 ) 数据分析与参数估计。道面性能历史观测数据为一类特殊的观测资料具有分层结构。即观测数据由描述道面区域特征的数据( 如道面结构、交通量等数据)和该道面区域的时间序列数据两部分组成，通常所观测的道面区域多但个体时间序列较短且不平衡。因此，需要应用合理的数据分析技术和参数估计方法，能够考虑多区域道面个体之间的差异性，将有限的观测信息进行整合分析，以提高参数估计的稳定性和可靠性。2f 目眵同济大学申请博士学位论文第1 章绪论综上所述，针对民用机场道面使用性能评价和管理现状，通过资料调研、模型构建、统计分析等技术手段，研究建立适用于民用机场道面特征的性能预测模型，为开发和建立民用机场道面管理系统提供技术基础，对于加快道面管理系统的推广应用，促进道面性能数据的积累和完善，进一步完善和发展民用机场道面设计方法以及道面管理和评价技术都具有重要意义。1 2 国内外研究现状1 2 1 道面使用性能评价方法道面使用性能评价技术是道面管理技术的核心之一，也是建立道面使用性能预测模型的基础。机场道面评价与管理技术的研究始于美国，上世纪7 0 年代初期美国空军的大量老道面接近使用年限，为解决维护工作量不断增加与维修经费日益紧张的矛盾，美国空军开始研究和改进机场道面管理技术以提高效益和效率。并于1 9 7 0年成立美国空军土木工程中心( a f c e c ) 专门从事机场道面评价以及标准政策的制定。1 9 7 4 年a f c e c 司令部委托美国陆军建筑工程研究所( c e r l ) 开展机场道面评价体系的研究，c e r l 从此成为最早开始这一领域研究的机构。其最初研究的重点是道面损坏状况的评价指标与标准f 5 】，并于1 9 8 1 年完成美国空军机场道面维护管理系统研究报告，提出了p c i 指标及其一整套调查、计算、分析和评价的方法，并被美国军用和民用机场道面评价广泛采纳【6 】。自c e r l 开辟机场道面评价研究领域后，各国相继开展道面评价管理技术研究，使得道面使用性能测试和评价方法不断得到扩充和完善。美国联邦航空局( f a a ) 在民用机场道面评价技术研究方面处于领先地位。长期以来f a a 一直支持道面管理方面的理论研究，并陆续以咨询通报( a d v i s o r yc i r c u l a r s ) 的形式发布了一系列用于指导道面测试评价的技术文件。主要相关成果包括：a c ：1 5 0 5 3 7 0 11 ( 1 9 7 6 ) 用于指导基于无损检测方法的道丽荷载适应性评价【刀；a c ：1 5 0 5 3 8 0 6 ( 1 9 8 3 ) 为民用机场道面养护方法和指南f ；】；a c ：1 5 0 5 3 3 5 5 ( 1 9 8 3 )采用国际民航组织推荐的a c n p c n 评价方法评价道面强度f 9 1 ；a c ：1 5 0 5 3 8 0 7( 1 9 8 8 ) 提出道面管理系统的概念、基本组成及框架；a c ：1 5 0 5 3 2 0 - 6 d ( 1 9 9 5 )采用道面设计逆过程的思路评价道面的结构性能】，并经过多次修订和更改；a c ：1 5 0 5 3 8 0 5 b ( 1 9 9 6 ) 对道面上碎粒对于飞行安全的影响进行了专项研究，提出f 驴、缈同济大学申请博十学位论文第l 章绪论了判定与应对的方法f 1 2 1 ；a c ：1 5 0 5 3 2 0 1 2 c 对道面抗滑性能的测试和评价方法作了明确的规定1 1 3 】。a c ：1 5 0 5 3 8 0 6 a ( 2 0 0 3 ) 全面采用a s t md5 3 4 0 标准( 道面损坏状况调查方法) 进行道面损坏状况巡视和评价【l 引，并对原有的咨询通报进行了一系列修改；a c ：1 5 0 5 3 2 0 1 7 ( 2 0 0 4 ) 对机场道面损坏类型和成因进行分析，对损坏调查视觉判断标准和等级划分方法进行了全面的论述【1 5 】；a c ：1 5 0 5 3 7 0 1 l a ( 2 0 0 4 ) 介绍了道面弯沉的无破损测试设备和方法【l 酗，并给出道面结构参数反演方法和程序b a c k f a a 。a c ：1 5 0 5 3 3 5 5 a ( 2 0 0 6 ) 对p c n 计算方法进行修订，考虑飞机通行作用次数的影响，将使用机型中对道面结构影响最显著的机型的a c n 作为道面的p c n值，并给出计算程序【1 7 i c o m f a a 。a c ：1 5 0 5 3 8 0 6 b ( 2 0 0 7 ) 对6 a 进行修订，增加了道面损坏类型，并提出更有针对性的维修方案【j 蚋。a c ：1 5 0 5 3 2 0 6 e ( 2 0 0 7 ) 提出基于通行覆盖率的道面结构设计方法，并采用设计逆过程预估结构剩余寿命，同时给出计算程序【”1 f i e l d f a a 。随着研究的深入和对实践经验的积累，f a a 还将陆续发布上述技术文件的更新、修订与补充文本，以适应美国机场道面评价管理的需要。1 9 9 5 年，日本运输省航空局颁布了空港土木设施管理规程作为道面评价管理的技术标准。其它一些国家也都制定了类似的规范、标准或指南。军用机场道面评价中的诸多成果也非常值得借鉴。1 9 8 9 年美国空军司令部颁发标准【2 0 】机场道面状况调查程序( a f r 9 3 5 ) ，明确了军用机场道面调查的主要程序和p c i 计算方法。1 9 9 4 年美国空军发布机场道面评价纲要( a 兀3 2 1 0 4 1 ) ，规定美国空军机场道面评价内容应包括道面结构、抗滑特性、跑道平整度、道面损坏状况。道面结构评价通过破损和无损检测手段获取道面结构层厚度、弹性模量、土基回弹模量、基层和土基材料的湿度和密度、c b k 等参数，采用a g l p c n 指标进行结构评价，采用p c i 指标进行道面损坏状况评价【2 l 】。1 9 9 6 年a f c e s a 发布机场道面状况调查工作典型声明( e t l 9 6 3 ) ，对( a f r 9 3 5 ) 中道面工程师的工作内容、分工及执行细则作了要求和说明( 2 2 1 ，1 9 9 7 年a f c e s a 发布机场道面p c i 调查程序( e t i ，9 7 1 4 ) ，对机场道面损坏调查过程和方法作了详细说明( ，3 1 ，并于2 0 0 2 年和2 0 0 4 年发布道面工程评估标准( e t l 0 2 1 3 ) 和( e 1 7 l 0 4 9 ) 。该标准以p c i 、f i ( 抗滑指标) 、a c n p c n 、f o d 作为评价指标，建立相应的评价标准，提出道面维护工程评估和排序方法【2 4 j | 2 5 1 。2 0 0 4 年美国国防部颁布标准机场道面状况调查程序( u f c3 - 2 6 0 1 6 f a ) ，该标准规定采用抽样的方法进行军用机场道面状况调查，并对样本单元的选取准则、数量以及p c i 计算和预测方法作了详细规定f 2 6 1 。4、渺同济大学申请博十学位论文第1 章绪论国内道面评价技术起步较晚，而同济大学长期以来处于领先地位。1 9 9 4 年起，同济大学开辟了我国机场道面调查评价和管理技术的研究领域，并实施了大量的实践工作，至今已先后完成数十份民用机场的道面调查评价报告。1 9 9 8 年起，同济大学在充分借鉴国内外相关理论和技术标准的基础上，从道面性状评价、使用性能预估、维护对策与措施以及维修项目规划等方面在国内首次系统构建了“机场道面评价体系” 2 7 1 。2 0 0 0 年，民航总局机场司颁布了民用机场飞行区场地维护手册，根据国内机场现有的技术水平对机场道面的调查和维护方法作了总结，对于国内机场道面管理技术的发展起到了积极的推动作用。2 0 0 2 年上海机场( 集团) 有限公司联合同济大学以上海机场的道面管理为依托，以机场道面评价体系和道面管理实践为基础，从道面基础资料调查与分析、道面性状调查测试与分析评价，以及道面修复对策等方面研究编制了( i - - + 海机场道面评价管理技术规程，重点规范了道面评价的数据及数据采集的标准，确定了道面各项性状的评价指标与标准，构建了各指标的计算模型和评价模型，并通过一系列的室内、现场实验数据，标定了各模型的参数。但该规程只适用于上海地区。2 0 0 9 年同济大学在规程的基础上，研究编制我国在民用机场道面评价管理领域的行业技术标准民用机场道面评价管理技术规范 2 8 1 。1 2 2 道面使用性能预测模型道面性能模型的研究最早可以追溯到美国的a a s h t o 环道试验。2 0 世纪6 0 年代a a s h t o 通过试验提出了现时服务能力指数p s i 的预估模型，这是最早的功能性能衰减预测模型。上世纪7 0 年代国外发达国家开始道面使用性能评价与管理技术的研究。由于机场道面和道路路面在结构组合、面层类型、组成材料以及受荷特征等方面具有相似性，道面使用性能预测方法在很大程度上吸收和借鉴了路面使用性能预测建模方法和研究成果。随着科学技术的不断发展，许多方法被应用于铺面性能预测中，经过近4 0 年的研究，各国学者提出了很多路面或道面使用性能预测模型，这些模型在建模原理、形式、指标和参数等方面各具特色，值得学习和借鉴。从模型的特点和建模方法上来看，现有模型主要有确定型模型、概率型模型以及其他模型等三大类。确定型模型：确定型模型是为路面使用寿命或某项使用性能指标预估出一个数值，主要有经验型模型、力学预测模型、力学经验预测模型等类型f 2 9 】。sf 印、够同济大学申请博卜学位论文第1 章绪论经验模型主要采用统计学技术描述道面的性能变化，通过分析影响道面性能衰减的显著性因素，以经验方程或回归方程形式建立道面性能指标与影响因素之间的关系进行预测。该方法具有建模方法简单，模型修正方便等优点，但模型参数的估计仅仅依靠有效的统计值，也就是说模型的有效性和精度受到历史数据的精度、有效性、数量的影响，其外延性往往较差。国外应用路面管理系统较早，积累的大量的路况数据，各管理机构利用这些数据，根据所辖区域路面性能状况，建立和发展适用各自管理系统的模型。包括线性外推模型【3 0 j 、“s ”型曲线模型l 、约束多项式模型p 2 1 、逻辑增长模型等。而应用于机场道面使用性能预测中最具代表性的经验模型为p a v e r 道面管理系统模型。在p a v e r 的早期版本中，由于缺乏历史数据，采用线性外推作为道面性能预测模型，该模型仅仅采用两点数据建立p c i 和时间的直线方程，依靠直线外延进行预测” 【3 4 1 。因此，模型的精度较低。随着p a v e r 系统在美国空军基地的推广应用，历史数据不断积累，s h a h i n 等人采用多元回归的方法对系统模型进行改进，多元回归模型能够考虑道面结构、气候、材料及荷载等因素对道面性能的影响，其预测精度较线性模型有明显提高。但s h a h i n 3 5 l 【3 6 1 等人发现该模型在p c i 高于5 0 6 5 时预测精度较高，而p c i 较低时预测精度明显下降；同时还发现采用局部道面区域建立的回归模型要比通用模型具有更高的精度，而局部模型更便于修正和更新。随后s h a h i n 等人此基础上建立和发展了基于“道面族”方法的回归模型，现已成功应用于m i c r op a v e r 道面管理系统，并被世界众多机场采纳和接受1 3 7 1 1 3 蚋。该模型以路况指数p c i 为预测指标，以高阶多项式作为函数形式，利用系统数据通过最d 、- - 乘法进行参数估计。国内较具代表性的经验回归模型是同济大学孙立军等人提出的双参数非线性模型。孙立军1 3 9 1 等人经过数年的努力，在美国德克萨斯州所用模型的启发下，结合国内路面使用性能衰变的特点，成功地建立了一个相对比较完整、形式统一、外延性较强的p c i 衰变模型。由于我国机场道面历史数据较少，模型参数的标定和校验存在一定的困难，该模型在机场道面性能评价预测中尚未得到应用。除此以外，郑悦锋 4 0 l 针对我国道面管理现状，建立基于i r i 的p c i 预测模型对虹桥机场道面性能进行预测。力学模型是指利用弹性理论模型或有限元分析方法，通过道面结构分析和道面材料力学性质分析得到道面在荷载作用下的应力、应变或位移的预测模型。力学模型一直被认为是描述道面性能衰变的最佳方法，目前很对学者采用这类模型建立损6f 窖、姆同济大学申请博士学位论文第1 章绪论伤函数对路面疲劳开裂、断板、车辙或服务水平的下降进行预测【4 1 l 。但由于荷载和环境作用的随机性以及结构变量的多变性，理想化的结构分析模型计算结果与道面实际状况之间存在较大的差异，因此，建立可靠的、适用的力学模型仍有待于进一步的研究【4 2 1 。但相比经验模型而言，力学模型具有明确的理论基础，所需标定的参数不多，具有较高的预测精度和外推性能。为了兼顾力学和经验方法的优点，通常的做法是采用力学方法确定经验模型中的变量和函数形式，通过大量的室内实验和室外足尺实验验证和经验回归方法，对力学模型及有关参数进行修正或标定，由此构成力学经验模型。近年来，越来越多的学者倾向于力学经验模型，同时力学经验也继承了力学模型的不足之处，如计算过程复杂，工作量大，只能建立道面的力学指标或材料性能指标模型( 应力、应变、弯沉、模量等) ，模型更新困难等。1 9 9 5 年f a a 提出以累积疲劳损伤原理、弹性层状体系理论和通行覆盖率为基础，针对新一代大型飞机的道面设计方法，并以该设计方法的逆过程作为道面结构剩余寿命的预估模型4 3 1 ，该模型是机场道面力学经验模型的典型代表。同济大学借鉴设计过程逆转的思想，在我国机场道面设计规范的基础上，建立我国机场刚性道面结构剩余寿命的预估模型 4 4 1 ，并在国内多个民用机场的结构评价中应用和验证。该模型采用w m k l e r 地基，根据均布椭圆形荷载下w e s t e r g a a r d 板边应力公式，得到计算飞机荷载下水泥混凝土板边弯拉应力，将此应力和混凝土板的弯拉强度相比( 构成应力比) ，代入水泥混凝土材料疲劳方程，可以分析道面的结构剩余寿命。概率型模型：概率型模型将道面未来状况视作随机过程的结果，通过描述道面状况在未来特定状态区间上的分布概率实现预测。这类模型考虑到了道面使用性能预测的不确定性，能够较好反映各种影响因素变化所导致道面性能变化的不确定性，因此更符合实际情况。常用的概率模型包括马尔可夫模型、残存曲线、可靠度模型、计量经济学模型等，各种概率模型都有特定的使用条件，而其中应用最广泛的为马尔可夫模型。上世纪8 0 年代，g o l a b i 和k u l k a m i 等【4 5 】联合使用马尔可夫预测模型和线性规划方法，开发建立亚利桑那州网络级优化系统，这是概率预测技术和大规模复杂数学模型在路面管理领域的首次应用。该系统投入使用后取得巨大收益，随后马尔可夫模型作为一种预测技术迅速被道路工程界认可和接受，很多地区和国家的路面管理机构相继开始研究和建立马尔可夫预测模型，如美国阿拉斯加州【4 6 1 以及芬兰 4 7 1 1 4 8 1 、沙特 4 9 1 、加拿大f 5 0 j 等国家。7窜、缈同济大学申请博上学位论文第l 章绪论必须指出的是马尔可夫模型在路面管理中的应用基于两个假设，即马尔可夫无后效性和静态转移过程。而静态转移过程的假设意味着外界因素的变化将不影响转移概率，即道面性能衰减概率不变，与道面性能实际衰减过程不相符。e d d i ec h o u l l 】在建立俄亥俄州路面管理系统预测模型时亦提出此问题。b u t t i 引l 提出的解决办法是将分析期( 3 0 年) 分为5 段，分别建立转移概率矩阵。而更多的学者倾向于建立转移概率矩阵随时间变化的非齐次马尔可夫模型。但这种非稳态的转移概率矩阵将导致马尔可夫决策优化过程的复杂化和求解难度| 5 2 】。为了克服马尔可夫模型的不足，其它的概率方法相继被应用于路面性能预测。包括残存曲线、计量经济学方法等。残存曲线e h l y t t o n 5 3 】提出，该曲线是性能指标值( p c i ) 小于某给定值的概率由1 0 降n 0 0 事件与时间的关系，描述了道面在某特定时间内不采取任何维修养护措施而能够提供特定服务水平的百分率，多用于路网内路面养护和改建方案的设计。在进行单个路段性能预测时往往需要预先知道路面性能的分布函数，因此实际应用并不多。计量经济学模型在路面管理中应用最多的包括次序p r o b i t 模型和l o g i s t i c 模型，由于这类模型可以将路面性能的衰变与其影响因素之间建立相关性，具有确定模型的特征，同时通过对i 随机误差的概率分布进行假设，从而得到路面性能不同状态的分布概率，也具有概率模型的优点，因此在过去的十多年里得到较为广泛的研究应用。m a d a n a t t 5 4 1 率先提出了联合离散随机模型用于模拟路面开裂的发展过程，其中应用二分类i o g i t 模型模拟沥青路面出现开裂的概率；后又采用p r o b i t 模型建立动态马尔可夫转移概率矩阵【5 5 1 。j i d o n gy a n g 采用l o g i t 模型和马尔可夫模型预测沥青路面开裂状况指剩5 引。z h e n gl i 利用a a s h t o 测试数据，采用次序p r o b i t 模型建立路面使用性能动态概率预测模型【5 7 1 。除此之外，还有一些概率模型和方法用于路面性能预测过程中，如贝叶斯模型大多用于其它模型参数的估计和分析【5 8 i ；可靠度方法和蒙特卡洛仿真通常用于确定性模型预测结果的概率分析【5 9 】1 1 6 1 】。其他模型：其他模型主要是指以现代控制理论为基础的预测模型，包括神经网络模型、灰色理论模型、现代时间序列模型等。神经网络是人工智能的分支，该模型在路面工程中的应用已有较长的历史，s c h w a r t z 等人较早采用神经网络预测设施使用性能6 2 1 ；s h e k h a r a n 等应用神经网络模拟路面使用性能【6 3 1 ；f e r r e g u t 和a b d a l l a h结合f w d 测试结果将神经网络用于路面剩余寿命分析中1 ；a t t o h - o k i n e 建立了路rf n缈同济大学申请博? t 学位论文第1 章绪论面平整度衰变模型，并采用现场实测数据分析了样本学习率对b p 神经网络预测结果的影响【6 5 】f 6 6 j ；h o r i e i 建立神经网络模型预测沥青路面破损t 6 7 j ；o w u s u a b a b i o 分析了神经网络模型及回归模型对路面抗滑性能的预测能力1 6 鄹。除此以外，神经网络模型还结合马尔可夫链、时问序列模型等其他方法同时被用于路面性能预测【6 9 1 f 7 0 】。国内方面，杨文山【7 、何铁军7 2 1 、王艳丽【7 3 1 、季天剑 7 4 1 、周文献【7 5 】等人相继应用人工神经网络理论预测路面使用性能。灰色预测模型在国内应用较多，如王国晓t 7 6 1 、谢涛m 1 等应用灰色模型预测路面使用性能，国外应用较少。现代时间序列方法可模拟路面衰减的动态过程，而且可方便的采用检测数据及时更新模型参数。因此被应用于路面性能预测，其中最为简单和常用的为白回归模型( a r ) 。如果需要建立更复杂、合理的时间序列模型则要具备较深入的现代控制理论知识。该方法在国内应用较少，最早见于邹培国的自适应预测方法【7 8 】，而在国外应用相对较多，b e n - a k i v a 较早将时间序列状态空间模型应用于设施性能预测f 7 9 1 。l u 、o k u t a n i 应用时间序列模型预测路面开裂和平整度【硎【8 。a a h o k 与b e n 等人采用卡尔曼滤波方法对自回归模型进行修正【8 2 1 。z h e n g l i 应用结构状态空间模型及卡尔曼滤波方法动态更新p r o b i t 模型参数。c h u 在b e n - a k i v a 的研究基础上以a r m a模型和结构时问序列的状态空间形式作为框架，建立交通设施的性能预测模型1 8 3 1 。总体而言，虽然先进的建模理论和方法可能比传统方法更适合于路面性能预测问题，但如果完全不考虑路面性能变化的力学机理和相关因素，单纯的采用现代控制理论模型将难以得到较理想的预测结果。1 2 3 模型的局限性和发展无论采用哪种方法建立的使用性能预测模型，都有其特定的局限性。一方面建模的基础数据总是有限的，需要进一步积累；另一方面道面使用变化的物理性质的认识和经验的积累又总是处于一定的历史阶段，需要不断的深化t 4 1 。因此，想要建立有效的预测模型并恰当地运用，应首先了解模型的特点和适用范围。就确定性模型而言，经验回归模型寻求的是对现有数据的最优拟和，虽然建模简单更新方便，但对于同一组样本，可以采用多种形式回归，却没有充分的理由说明哪种回归形式更好。同时在模型解释性变量( 影响因素) 的选取时需要大量的历史数据和实际工程经验。因此，越来越多的学者和工程师更倾向于力学模型或力学经验模型。力学模型或力学经验模型有较成熟的理论基础，能够将道面性能与各类9同济大学申请博七学位论文第l 章绪论影响因素联系起来，通过简单的函数形式反映道面性能衰减的机理和实质，具有较好的外延性和直观性，因此长期受到国内外学者的青睐，一度成为研究热点。然而由于道面力学响应的复杂性、施工和材料的变异性、环境因素的不确定性等都将影响道面使用性能的衰变规律。事实上道面性能未来衰变结果很难确切描述，而应该分布在特定的置信区问内，而确定性模型却无法考虑到道面衰变过程中的交叉区域内不可观测的随机因素干扰，从而导致过大的误差【5 7 1 。为提高确定型模型的精度，国内外学者做了大量的研究工作，重点集中于提出更合理的模型方程形式和改进参数估计方法。如：p a t e r s o n l 8 4 1 针对路面力学响应复杂程度的差异，提出一组增量经验模型，该模型的特点是不需要路面的原始状况信息，只考虑使用时间或交通量与路面性能衰变物理过程之间的关系。p r o z z i t 8 5 1 在增量模型的基础上采用两步法建立了力学经验预测模型，利用a a s h t o 实验数据，建立初始增量非线性模型，并结合现有路面性能观测数据对模型参数进行修正估计，同时为了考虑模型解释变量以外不可观测因素的影响，随机效应模型形式将模型截距视为随机变量。然而随机效应模型并不能较好的描述数据中的异构成分，h o n g 和p r o z z i t 8 6 进一步发展了增量非线性模型，为描述不可观测随机因素对路面使用性能的影响，假设模型中部分变量参数为随机变量，采用基于g i b b s 抽样的m c m c 算法完成模型参数的贝叶斯估计。f e n gh o n g t 8 7 1 考虑路面性能衰减过程中可观测及不可观测的异构性，建立多层次参数结构非线性预测模型，采用仿真极大似然法估计模型参数，并分析了由不可观测的异构成分引起的误差对决策经济分析的影响。s a i dm e a s a 等| 6 1 1 采用可靠度方法建立路面高温开裂预测模型，并采用蒙特卡洛仿真方法模拟这一过程。z a i r e nl u o 采用基于概率方法的力学经验模型验证和修正路面开裂预测模型。s u n l 采用基于随机模型的路面疲