（道路与铁道工程专业论文）基于支持向量机的水泥路面使用性能评价与预测的研究.pdf

摘要 随着社会经济的发展，公路交通量和交通荷载也在不断增加，公路路面结 构普遍出现了不同程度的早期破损现象。要想延长道路的使用寿命，对道路进 行科学和经济的维修或技术改造，应建立在对现有公路路面使用性能的科学评 价与预侧的基础上，本文针对这一实际问题丌展该方面的研究，具有理论和工程实 际意义。本文在参阅国内外相关文献的基础上，引入了板底脱空和错台两项评价指标， 对规范评价模型进行了改进，并通过实例对比分析，证明引入两项指标后的评价更 符合路面实际状况。 针对目前路面性能评价数学模型没有很好地解决评价因素与路面等级间复 杂的非线性关系、评价过程中的权重需要人为设计、限制了评价模型的通用性 等不足，提出了支持向量机的水泥路面性能评价模型，并结合湖南省耒宜及长益高速 公路水泥混凝土路面检测数据，应用该模型进行了路面性能评价，并与传统模型进行 了对比，结果表明应用支持向量机分类模型对路面性能进行评价能够很好的弥补 传统模型的不足，评价结果更加符合客观事实。 针对传统的预测模型也没有达到很好的预测精度和训练速度，影响了结果 的可靠性这一问题，本文提出了支持向量机回归理论预测模型对路面性能进行 预测，并结合湖南省耒宜及长益高速公路水泥混凝土路面检测数据，应用该模型进 行了性能预测，并与传统模型进行对比，其预测结果比其它传统预测理论模型预 测结果也更加准确。 关键词：支持向量机；分类；回归；路面性能评价；路面性能预测 a bs t r a c t a st h es o c i a le c o n o m i cd e v e l o p m e n ta n dt h ei n c r e a s eo fv o l u m et r a f f i c a n dh e a v v l o a d ，h i g h w a yh a sw i d e l ya p p e a r e dd a m a g e dp h e n o m e n a t h e r e f o r e ， i no r d e rt op r o l o n g l t ss e r v l c el i f e ，w es h o u l dt a k es o m em e a s u r e ss u c h a sm a i n t a i n i n ga n di m p r o v i n gi t s q u a l i t yb a s e do nt e c h n i q u et o i m p r o v ei t sg r a d e s c i e n c ee s t i m a t ea n db e f o r e h a n do f p a v e m e n tp e r f o r m a n c es h o u db ee s t a b l i s h e d t h et e x td e v e l o pt h ea s p e c ts t u d y sa i m a tt h e f a c tq u e s t i o n i th a st h e o r ya n dp r o j e c t m e a n i n g a tr e f e re x p e r i e n c ec o r r e l a t i o n ，sl i t e r a t u r e o fi n s i d ea n do u t s i d eb a s e ，t h ep a p e r i m p o r t e db o t t o me m p t ya n dc o m p l e xp l a t f b 衄，si n d e x o fe s t i m a t e a n dt os t a n d a r d i z et h ee v a l u a t i o no ft h em o d e l w a si m p r o v ed ，a n dt h r o u g h e x a m p l e so fc o m p a r a t i v ea n a l y s i s ，t h ee x p e r i e n c e sp r o v ei tm o r ec o n f o m st o t h ea c t u a l c o n d i t i o no ft h ep a v e m e n t i nv 1 e wo t t h ec u r r e n tr o a dp e r f o r m a n c ee v a l u a t i o no f t h em a t h e m a t i c a lm o d e lj sn o g o o ds o 】u t l o nt ot h ee v a l u a t i o nf a c t o r sb e t w e e nt h el e v e lo ft h er o a da n dc o m p i e x n o n 。l l n e a rr e l a t i o n s h i p ，i nt h e p r o c e s so fe v a l u a t i o no ft h en e e d so ft h ew e i g h to f m a n 。m a d ed e s i g n ，l i m i t i n gt h eg e n e r a l i t yo ft h ee v a l u a t i o nm o d e l ，e t c t h e p a p e rb r i n g f o r w a r ds v ma sc l a s s i f i c a t i o n t e c h n i q u e sm o d e lf o rc e m e n tp a v e m e n tp e f f b 册a n c e a s s e s s m e n t i tc o m b i n et h er e s u l to fm e a s u r ec e m e n tp a v e m e n to fl e i y i a n dc h a n g y i h i g h w a y i nh u n a n p r o v i n c e ，t h ea p p l i c a t i o no fm o d e lp e r f o r m a n c ee v a l u a t i o no ft h er o a d a n dw i t ht h et r a d i t i o n a lm o d e lw e r ec o m p a r e d ，t h er e s u l t ss h o w e dt h a tt h e a p p l i c a t i o no f s u p p o r tv e c t o rm a c h i n ec l a s s i f i c a t i o nm o d e lt oe v a l u a t et h ep e r f o r m a n c eo ft h er o a dt o 9 0 0 de n o u g ht om a k eu pf o rt h et r a d i t i o n a lm o d e l ，i ts h o w st h a t s v mm e t h o di si n a c c o r d a n c ew i t ht h eo b j e c t i v er e a l i t y t h et r a d i t i o n a lm o d e lc a nn o tb ea c h i e v e da n da g o o dp r e d i c t i o na c c u r a c ya n ds p e e d t r a i n i n g ，t h ei m p a c to nt h er e l i a b i l i t yo ft h er e s u l t s i nt h i sp a p e r , s u p p o r tv e c t o rm a c h i n e r e g r e s s i o np r e d i c t i o nm o d e lt op r e d i c tt h ep e r f o r m a n c eo ft h er o a d ，i tc o m b i n et h er e s u i to f m e a s u r ec e m e n t p a v e m e n to fl e i y ia n dc h a n g y ih i g h w a yi nh u n a n p r o v i n c e ，a p p l i c a t i o no f t h ep e r f o r m a n c ep r e d i c t i o nm o d e lw i t ht h et r a d i t i o n a lm o d e lw e r ec o m p a r e d t h e r e s u i to f t h ee x p e r i m e n t ss h o w st h a tt h em e t h o db a s e do ns v m i sm o r ep r e c i s ec o m p a r e dt ot h e t r a d i t i o n a lm o d e l k e yw o r d s ：s u p p o r tv e c t o rm a c h i n e ；c l a s s 渝c a t i o n ；r e g r e s s i 仰；p a v e m e n t p e r f o r m a n c ea s s e s s 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 长沙理工大学 学位论文原创性声明 本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取得 的研究成果。除了文中特别加以标注引用的内容外，本论文不包含任何其他个 人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集 体，均已在文中以明确方式标明。本人完全意识到本声明的法律后果由本人承 担。 作者签名：嗜良晨 日期：留年肛月冲 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校 保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和 借阅。本人授权长沙理工大学可以将本学位论文的全部或部分内容编入有关数 据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。 ，本学位论文属于 1 、保密口，在年解密后适用本授权书。 2 、不保密团。 ( 请在以上相应方框内打“”) 作者签 导师签 日期：矽年j 乙月7 日 日期：d 了年z 月，罗日 1 1 研究的背景及意义 第一章绪论 公路交通在国民经济和人民生活中占有极其重要的地位，是衡量一个国家经 济实力和现代化水平的重要标志。近十几年来，随着我国经济的快速发展，公路 建设事业蒸蒸日上。据统计，到2 0 0 7 年底，全国高速公路通车总里程达5 4 万 公里，仅次于美国，稳居世界第二。 高速公路的建设有力的带动了沿线地区经济的发展，显示出了巨大的经济效 益和社会效益。然而随着经济的发展，大型和重型汽车的不断出现，公路交通量 和交通荷载也在不断增加，很多现有公路的设计等级达不到同益增大的交通量需 求，有的在刚建成不久就出现交通量过大、负荷过大的情况。在过重的交通荷载 和自然环境的综合作用下，公路路面结构普遍出现了不同程度的早期破坏或破损 现象，并且随着时问的推移同益严重，如水泥路面的裂缝、坑槽、板角断裂、抗 滑能力不足等，路面过早损坏变得越来越明显。许多地区的水泥路面出现露骨、 断缝和板块碎裂等方面的损坏，直接影响到行车的速度、舒适和安全，也加速了 路面的损坏，降低了路面的使用性能，缩短了路面的使用年限，极大地影响了道 路的服务能力，阻碍了交通运输综合效益的发挥。 路面结构使用性能是对路面结构使用性能状况的总体描述，在具体进行路面 养护时，简单的根据破损分类和单项指标评价显然不能满足需要，因此，建立路 面结构使用性能的综合评价模型就显得非常必要。目前，在我国现有的高速公路 总里程当中，沥青混凝土路面里程约占高速公路总里程的7 5 ；水泥混凝土路 面约占2 3 ；刚性组合式路面约占2 。所以目前对沥青路面性能研究的比较 多，而忽略了对水泥路面性能的研究。因此非常有必要专门研究水泥路面的性能。 本文就是针对水泥路面性能进行的研究，要想延长水泥道路的使用寿命，就必须 通过维修和技术改造途径提高其技术等级，而维修或技术改造的科学性、经济性 则应建立在对现有公路水泥路面结构使用性能的科学评价与预测的基础上。同 时，也只有对现有公路水泥路面结构使用性能进行科学的评价及预测，才能从中 发现在路面工程的施工、养护和管理中存在的不足和缺陷，从而有利于在工程建 造的初期或使用过程中加以改善或控制。随着对路面性能评价和预测模型的深入 研究，科学的评价和预测模型也层出不穷，例如评价模型有：灰色系统理论的数 学评价模型、模糊数学评价模型、神经网络评价模型等，预测模型有：确定型预 测模型、概率型预测模型、神经网络预测模型等，而这些模型都或多或少存在着 自己的不足和缺陷，然而本文正是以进一步完善水泥路面使用性能评价和预测理 论为目标进行的探讨，通过引入板底脱空和错台两项评价指标，对规范评价模型 进行了改进。同时提出了支持向量机的水泥路面性能评价与预测模型的方法。结 合湖南省耒宜及长益高速公路水泥混凝土路面检测结果，应用该模型进行了性能 评价与预测，并与其它模型进行了对比，验证了该方法的可行性。该课题对水泥 路面工程养护管理具有重要的指导意义。 1 2 国内外路面性能评价及预测的研究现状 早在二十世纪6 0 年代中期，人们就已经注意到了道路工程中存在的不确定 性及其对路面结构使用性能的影响，并将可靠性理论用于路面的研究。19 6 6 年 美国加州公路局和沥青学会在制定路面设计程序时考虑了材料的变异性，引入了 可靠度的概念。到了7 0 年代，由于美国公路网中大部分的路面已达到设计年限， 导致道路维护养护费用急剧增加，公路管理人员和研究人员认识到路面的养护与 改善和路面的设计、施工一样具有同样重要的地位，于是他们把注意力转向于通 过养护、改建、维护来改善现有的路网，路面使用性能评价与预测成了研究的重 点之一引。 世界上第一个路面性能评价模型p s i 是由美国a a s h o 基于近十年的试验观 测结果于2 0 世纪6 0 年代中期提出的，它是公路管理行业第一次引用专家评分技 术建立主客观联系的成功典范。以a a s h o 的p s i 模型基础为范例，加拿大、日 本及我国在内的许多国家和地区都分别研究提出了不同性质的路面结构使用性 能评价模型。这些模型的共同特点是依靠专家评分技术进行评价，其典型评价模 型包括：( 1 ) a a s h o 的p s i ；( 2 ) 日本的m c i ；( 3 ) 美军工程研究实验室的p c i 。 19 7 1 年，莱姆( a c l e m e r ) 年l 莫文查德( f m o a v e n z a d e h ) 提出了路面可靠性的 概念，并提出在路面整个使用期内，应考虑预测路面的可靠性。19 7 2 年米歇尔 ( m i c h a e l ) 、达特( ( l d a r t e r ) 等将可靠性理论引入到德克萨斯州沥青路面的设计； 1 9 7 3 年，科赫( r k k h e r ) 在其博士论文中，建立了一个刚性路面设计系统，将可 靠度概念引入a a s h t o 刚性路面设计暂行指南。l9 8 6 年美国a a s h t o 路 面设计指南对柔性路面和刚性路面都采用可靠度设计。周虞堂在1 9 8 7 年7 月 的“第六届国际沥青路面结构设计会议上提出了柔性机场路面c r b 法的分析 口1 。pi r i c k 等人还发表了“可靠性概念在路面设计中的应用一文，对路面工程 中应用可靠度性理论的研究做了综述，提出了不同等级道路的可靠度指标建议值 。此后，加拿大、日本以及包括我国在内的许多国家和地区也研究建立了不同 概念和意义的路面使用性能评价模型，这些模型共同特点是依靠专家评价技 术，运用多元回归法建立。 从8 0 年代开始，我国开始了路面管理系统的研究，随着经济的发展及交通 量的急剧增大，加之大吨位和超载车辆的出现，使得超负荷运营的公路路面迅速 2 出现破坏。8 0 年代初，同济大学和西安公路交通大学分别对公路路面的可靠度 设计进行了研究。19 9 1 年，在引进和消化国外技术的基础上，由交通部公路研 究所与同济大学等地区联合成功开发的干线公路( 省市级) 路面评价养护系统 ( p e m s ) 标志着我国在路面管理上达到了一个新的水平1 3 - s 】。 目前路面性能评价的数学模型很多，除了规范推荐的方法外，模糊数学理论 是在19 6 5 年美国控制专家l a z a d e n 提出来的。模糊数学是用数学方法研究和处理 具有“模糊性现象的一种数学。所谓“模糊性 ，主要指客观事物差异中的“不 分明性比如路面使用性能的好与坏就是一种“不分明 性。针对现实的系统大 多数属模糊系统这一客观事实，采用相当的数学理论和方法来建立模型和进行科 学评价，这就是模糊评价【8 】。灰色系统( g r e ys y s t e m ) 是邓聚龙教授在2 0 世纪7 0 年代末8 0 年代初提出的。在控制论中，人们常用颜色的深浅形容信息的明确程度， 我们用“黑 表示信息未知，用“白表示信息完全明确，用“灰 表示部分信 息明确、部分信息不明确。相应地，信息完全明确地系统称为白色系统，信息未 知地称为黑色系统，部分信息明确、部分信息不明确地系统称为灰色系统【6 】。对 于路面而言，由于不少信息或者机理还不是完全清楚，所以说路面系统从本质上 应该是灰色的。在确认路面路况综合评价时，不可能在知晓全部路面信息后，再 进行评价 i o l 。针对路面系统本质是灰色这特点，将灰色系统理论应用于路面性 能评价中是可行的。目前应用于路面路况综合评价的灰色系统方法主要灰色聚类 法、灰色关联评价方法、灰色贴近度分析法等。人工神经网络( a r t i c i a ln e u r a l n e t w o r k ，简称a n n ) 是大量与自然神经细胞类似的人工神经元互联而成的网络1 1 3 。 神经网络解决问题的方式与传统的统计方法完全不同，它是模拟人脑的思维，把 大量的神经元连成一个复杂的网络，利用已知样本对网络进行训练，即类似人脑 的学习，让网络存储变量间的非线性关系，即类似人脑的记忆功能，然后利用存 储的网络信息对未知样本进行分类或预测，即类似人脑的联想功能。它是一种智 能化的数据处理方法，其处理具有非线性关系数据的能力，是目前其它方法所无 法比拟的。近年来，对神经网络方面的研究受到愈来愈密切的关注，已在模式识 别( 目标检测与识别、指纹识别) 、图像处理、控制和优化、地震风险预测、军事、 医药学、金融、材料工程等诸多领域的应用中获得了引人嘱目的成果。 赵志坚等用灰色聚类法对京沪高速公路湖北段路面性能进行评价，并与层次 分析法进行比较。结果表明，灰色聚类法是一种对路面性能评价的实用方法。李 志刚、邓学均等选用模糊数学法对路段进行评价取得了良好的评价效果。近年来 发展起来的人工神经网络技术为实现路面评价的目标提供了有效的方法。理论上 已证明：三层以上的人工神经网络能准确地完成任意非正交集合的分类，具有较 高的预测精度，这为路面性能评价提供了一种新的方法。 3 尽管如此，由于路面结构本身和环境的复杂性，影响路面使用性能的评估与 预测方面仍有很多的问题需进一步的研究和解决，比如影响因素的多样性和不确 定性问题、路面破损问题的复杂性和评价指标的多样性和可变性问题、路面检侧 中存在的若干问题等等。路面性能是反映路面状况和服务功能在行车和环境作用 下变化规律的一个综合性概念，它的涵义随公路处于不同范围而异。项目级路面 性能与网级路面性能涵义不同；不同级别路网的路面性能涵义也不同c 心j 。因此， 在研究路面使用性能评价和预测方法现状的基础上，针对公路本身的特点，以更 科学的理论与方法为手段，建立起研究路面使用性能评价与预测的新方法，有着 重要的理论与实际意义。 对于本章中讨论过的路面使用性能评价模型，每一种评价方法都是建立在一 定的科学基础上的，但同时也都存在着自己的缺点与不足，总体说来有以下几个 方面： 对于养护规范推荐的评价模型，因为路面本来就是一种复杂体系，存在着复 杂性、随机性与模糊性，路面使用的影响因素更加繁杂，而且路面结构使用性能 的评价存在着主观与客观相联系的关系，这种复杂的关系本来就难以用精确的数 学表达式表达出来。所以，它虽然具有一定的科学性，但难以准确的表达因素与 结果，客观与主观的对应关系，导致了分析结果与实测数据的相关性不太理想， 而且使用时也受到地域条件的限制，并且由于计算复杂，操作不易程序化。 对于模糊理论，模糊数学理论避免了问题的部分含混与模糊性。但这种方法 的一个缺点就是都要用到专家调查评分，虽然本文提出了惩罚函数主观调配法。 但是，也同样参与了个人的看法，由于每个人对各种影响在看法上和认识上的不 同，这势必会造成评判结果的差异性，因此，这两种方法的人为因素太重，缺乏 客观性，也就难以得出比较公正客观的评价结果。 对于狄色理论评价模型，它的引入与应用较好的解决了路面使用性能评价中 评价指标复杂、模糊的问题，减少评价过程中人为因素的影响，是目前一种较为 先进、科学、客观的评价方法。但其权函数的确定、评价指标以及灰聚类系数仍 然要用到各指标的经验范围，也存在一定的主观经验性，所以，它也存在着不足， 而且也不十分成熟。 对于神经网络和遗传算法，他们作为人工智能的两个极其重要的分支，两者 都具有十分突出的优良特性，能有效解决很多一般数学方法难以解决的问题，在 很多领域得到了广泛的应用。由于现在在路面使用性能评价中用的较多的是b p 网络，但是b p 网络自身存在着收敛慢、易于局部收敛的缺陷，因此建模比较困 难；遗传算法虽具有很强的全局性和鲁棒性，适应性好，但它也存在着易早熟， 局部收敛性差等缺点，因此需要进行更深入的研究与改进。 路面性能预澳l j ( p 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 n ) 是通过特定方法，对路面现 4 在和历史数据进行加工，建立路面性能预测模型，模拟路面性能随时间、荷载 作用而变化的规律，对未来一定时期内路面性能进行预测，提供路面设计寿命周 期费用分析、路面养护和重建优化决策分析等应用】。 目前常用的预测模型有：确定型预测模型和概率型预测模型。确定型预测模 型是指路面使用性能预测模型一般是确定的。即，满足给定条件模型所给出的预 测结果是唯一的。确定型模型的常用表达方式包括力学预测模型、力学一经验预 测模型以及经验型预测模型等类型。概率型预测模型包括马尔可夫概率预测模型 和贝叶斯概率预测模型，特点是对给定的条件，模型给出不唯一的预测结果。除 了上述两种模型目前使用较多的还有神经网络预测模型。 ( 1 ) 确定型模型 确定型模型是指在给定条件下，模型所给出的结果的值是唯一的。路面管理 系统中很多采用较多的预测模型是确定型的。各国根据其具体情况，所建立的表 达式也不同。 力学预测模型是利用弹性理论模型或粘一弹性理论模型，通过结构分析得到 路面在荷载作用下的应力、应变或位移方程，模型参数由室内试验确定。该方法 虽然有充足的理论依据，但计算过程复杂，工作量大，特别是路面材料、荷载等 因素的变异，使得各种假设得出的结果变异比较大，并且只能用来建立路面的基 本反应( 应力、应变、弯沉等) 模型，故实际应用较少。c h u a 等根据破坏标准 由结构反应来计算路面破损f j 2 】。 力学一经验预测模型是将力学法和经验法结合起来运用。模型一方面是力学 分析，确定路面各结构层的模量值，计算在设计条件下的临界压力、应变或位移 值；另一方面是建立路面反应与使用性能参数衰变速率之间的经验关系。整个模 型是理论计算( 结构分析) 与实测数据结合的产物，模型的形成与引入的变量可 以根据专业知识确定，而系数则通过使用性能参数的实测数据和结构分析得到路 面反应级位进行回归分析得出的。 u l l i d t z 在p e r s ( 性能和经济评价系统) 中假设路面裂缝是由路面微隙和微 缝发展来的，建立的路面破损与路龄的关系，首先定义了破损变量w ，假设h o o k e 定律适用，即材料模量的降低直接导致路面破损的增加。沥青老化也可以通过沥 青模量与沥青层年龄的函数关系得到，由此建立路面破损与路龄的关系： w = a a o ( 1 1 ) e 磊= 1 一w ( 1 2 ) 巨= 晶( 爿一) 4 ( 1 3 ) 式中：e 一一破损材料的弹性模量； 民一一材料原始弹性模量： e ，一一在时间t 材料的弹性模量； a 一一破损面积； 以一一路面总面积。 路面的永久变形与时间或荷载重复次数有关，在p e r s 中，根据面层压缩应 变与应力的经验关系计算。 p d = a n 1 0 6 s b | r 翁 l c ( 1 4 ) 式中：耐一一永久变形； 一一荷载量； j 一一名义应力： e 一一破损材料的弹性模量； 彳、b 、a 、b 、c 一一常量系数。 在路面性能数学模型m m o p p 中建立的路面破损与荷载交通量和应力的关 系【j jj ，美国俄亥俄州交通部丌发的第三代p m s 利用采集数据建立的路面破损预 测模型1 3 “。根据所查资料，国类仅有基于单项变量，依靠力学一经验法建立使用 性能预估的模型1 3s l 。 经验型验预测模型实质上就是为了避开力学一经验预测模型的复杂结构分 析，在预测精度容许的范围内，采用多元回归分析方法建立回归方程。建立经验 预测模型时，首先分析确定路面与某项性能有关的各项因素，再分析路面性能与 这些因素的相关关系，然后通过确定这些因素来预测路面性能。 美国的a a s h o 实验路首次提出了现行服务能力指数p s i 的经验型号预测模 型。8 0 年代美国空军公司开发的p a v e r 系统应用了比较简单的经验型预测模型， 该模型可靠性以最高回归系数值为标准，分析发现m = 1 5 时模型相关性最好。 c = 1 0 0 一b x 历 ( 1 1 6 ) 式中：c 一一以p c i 表示的路面状况： b 一一斜率系数： x 一一路龄，月； m 一一确定曲线曲率的参数。 明尼苏达州运输部针对路面破损和服务性指数开发了路面性能预测模型1 3 6 1 ， 在模型中考虑了下列因素：服务等级；路面数据，包括材料类型、厚度和修 建年份等；路况数据，包括破损、表面状况指数额服务能力分级；交通量； 6 弯沉；土壤数据。 挪威公路局在19 8 6 - l9 9 0 年开发了p m s 的平整度预测模型，作为路面优化 决策的基础。该模型是在综合考虑路面结构、衡段面、交通量和气候等影响因素 的基础上开发的，但是模型适用范围受影响因素的影响较大，当影响因素发生变 化时需要对模型进行修正。我国根据广东和北京市多年来积累的路面状况观测资 料，通过整理和分析建立了路面状况指数p c i 和行驶质量指数r q i 的经验型预 测模型。 ( 2 ) 概率型模型 确定型模型有易于建模、理解和应用的优点，但是由于路面使用性能的各种 影响因素如荷载、环境、材料的不确定性和变异性，使得路面使用性能的变化速 率具有不确定性，而确定型模型无法反映这种不确定性。因此得到的预测并不可 靠，这样出现了概率型预测模型，主要有狄色马尔可夫模型、半马尔可夫模型、 贝叶撕概率模型等，目前常用的最为完善的是灰色马尔可夫模型。 灰色系统g m ( 1 ，1 ) 预测模型 ( 3 ) 神经网路预测模型 人工神经网络在模拟人脑的思维方式下，用于路面性能的预测。该方法具有 较快的收敛速度，预测结果趋于稳定，预测精度高，能够满足于路面性能的预测。 本小节主要介绍r b f 神经网络法。r b f 神经网络是一种常用的阿馈型神经 网络。这种网络的特点是：只有一个隐层，隐层单元采用r b f 函数作为其输出 特性，输入层到隐层之间的权值固定为l ，输出节点为线性求和单元，隐层到输 出节点之间的权值可调，因此输出为隐层的加权求和。所谓r b f 函数，就是某 种沿径向对称的标量函数。通常定义为空间中任一点到某一中心f 之间欧氏距离 的单调函数，可记作k ( j l x f j j ) ，其作用往往是局部的，即当工远离r 时k 取值很 小。最常用的径向基函数是高斯函数，形式为： k ( 忙一，i | ) = e x p ( - r u x - t l l 2 ) ，p o 其中f 为核函数中心，y 为核函数参数。在r b f 网络中这二个参数与隐层到 输出层的权值w 是可调的。 以高斯函数为径向基函数的r b f 网络结构式为： 少= e x p ( 一y 卜，1 1 2 ) ，p o ，= i 其中y 为与x 对应的期望输出，1 1 1 为隐节点个数，其余同上。 r b f 神经网络应用于路面性能预测的特点：描述路面性能中复杂的非线性 关系；模型建立主要依赖于多年检测资料，不需要专门试验和识别参数；模型有 很强的学习功能，预测方法类似人工神经网络路面性能评价。 经验预测模型即确定型模型实质上是采用回归技术对现有检测数据与其影 响因素的最佳拟合，避免了复杂的结构分析与计算过程。但是，在建模的具体过 程中，容易出现一些偏差和错误，对模型某些变量的标定存在一定困难。因此经 验预测模型只适用于精度要求不高的网级路面管理系统。 以马尔可夫概率预测模型为代表的概率型模型考虑到了路面使用性能预测 的不确定性，能够较好反映各种影响因素变化所导致路面性能变化的不确定性， 这一点更符合实际情况。在实际工作中，为提高预测精度，可将路网按所在地区、 路面结构、路龄等因素划分为若干子网，分别对各子网建立转移概率矩阵。但其 缺点是模型对状态概率转移矩阵进行预测，不如对路况指标预测直观。神经网络 具有大规模并行处理能力、分布式储存、自适应、自组织、自学习及非线性映射 能力等特点- i o l ，但其收敛速度慢和易局部收敛；而遗传算法恰好具有很强的全局 性和鲁棒性等优点【，也有人将其引入到道路工程，但其重点要么就是针对普通 公路，要么就是路面结构的优化，或是对沥青混凝土路面使用性能的评价等方面， 在公路路面使用性能评价以及通过道路的指标和其他影响因素对道路的综合养 护费用进行预测等方面的研究却很少有涉及，而且这些方法与思想也只是刚刚引 入，还需要更进一步深入的研究和完善。如能建立起一种基于遗传神经网络的路 面使用性能评价以及养护费用的预测模型，则是解决这一类问题的一个很好的途 径。本文提出用支持向量机模型对路面性能进行预测分析，支持向量机模型很好 的解决了以上问题。 9 0 年代初，刮起一股“统计学习理论( s t a t i s t i c a ll e a r n i n gt h e o r y ，简称 s l t ) 【”l ，的热风。统计学习理论是一种专门研究有限样本情况下机器学习规律的 理论。1 9 9 2 年至1 9 9 5 年，在统计学习理论的基础上发展出了一种新的模式识别 方法一支持向量机( s u p p o r tv e c t o rm a c h i n e ，简称s v m ) 1 1 6 】。 统计是我们面对观测数据而又缺乏理论模型时最基本的( 也是唯一的) 分析 手段。在样本数目足够多的情况下，传统的统计学能进行较好的机器学习，这种 学习才有理论的支持。然而实际应用中样本数目大都是有限的，根本满足不了上 述要求。v a p n i k 等人早在2 0 世纪6 0 年代就开始研究有限样本情况下的机器学 习问题，但这些研究长期没有得到充分的重视。近十几年来，有限样本情况下的 机器学习理论逐渐成熟起来，形成了一个较完善的统计学习理论s l t 体系。而 同时，神经网络等较新兴的机器学习方法的研究则遇到一些大的困难，比如如何 确定网络结构的问题、过拟合与欠拟合问题、局部极小点问题等。在这种情况下， 试图从更本质上研究机器学习的s l t 体系逐步得到重视。美国贝尔实验室的 v a p n i k 等人在s l t 的基础上发展了一种新兴的机器学习方法支持向量机。 1 9 6 3 年，v a p n i k 在解决模式识别问题时提出了支持向量机的原型，支持向 量机又称为支持矢量机和支撑矢量机。支持向量机方法从训练集中选择一组特征 8 子集，使得对特征子集的划分等价于对整个数据集的划分，这组特征子集就被称 之为支持向量( s u p p o r tv e c t o r ， s v ) 。l9 7 1 年，k i m e l d o r f 提出使用线性不等约 束重新构造s v 的核空间，解决了一部分线性不可分问题e 1 1 。2 0 世纪9 0 年代以 后，在其理论基础和算法实现上都有了突破性的进展，成为克服“维数灾难”和 “过学习等传统困难的有力手段，奠定了s v m 的理论基础【z 】。支持向量机实 质上是求解一个凸优化问题，因此具有泛化能力强，容易训练，没有局部极小值 等优点，支持向量机的基本思想是通过非线性影射将输入向量影射到一个高维空 间，然后在高维空间构造一个最优超平面，核方法避免了显式的非线性映射，可 以克服高维空间带来的计算困难。支持向量机在解决小样本、非线性和高维模式 识别等实际问题中表现出许多特有的优势，成为分类和回归领域研究的热点之 一。 目前，国际上对这一理论的讨论和进一步研究较为深入。我国国内对这一理 论已经开展了积极，有效的研究工作，尤其是近几年支持向量机越来越广泛地被 应用到生产和生活中。支持向量机开始主要应用在模式识别方面，如手写数字的 识别问题1 ，语音识别引等，后来应用于人脸检测l ，以及文本分类7 1 等各种 领域。支持向量机在生物信息领域，如蛋白质的分类ld n a 分析们等，取得了 较好的结果。此外支持向量机还应用于时间序列分析乜、回归分析，聚类分析乜。 相比之下，分类问题的研究较为成熟，其他方面如时间序列分析，聚类分析等方 面的研究，还有待进一步的完善。另一方面，在实际应用中，出现的算法参数选 择，特征选择问题等，还需要进一步的研究。支持向量机方法虽然是针对两类分 类问题而提出的，但如何将两类的分类方法推广到多类弦2 2 3 3 问题的分类也是支 持向量机理论研究的重要内容之一。目前，将支持向量机的思想应用于解决多类 问题的方法，主要有一类对余类、成对分类以及决策树的方法等。 本文通过对影响公路路面结构使用性能因素的分析，选取适当指标，将支持 向量机方法引入到路面使用性能的评价与预测中，建立基于支持向量机的路面使 用性能评价与预测模型，为公路路面使用性能的养护决策提供科学方法和理论依 据。 1 3 本文主要研究内容 本文以进一步完善水泥路面使用性能评价和预测理论为目标进行的探讨，通 过引入板底脱空和错台评价指标，建立了模糊数学评价模型，同时提出了支持向 量机的水泥路面性能评价与预测模型的方法。本文主要研究的内容如下： ( 1 ) 首先介绍了路面性能评价和预测的研究背景和意义，路面性能评价和预 测的国内外研究现状目前常用的评价和预测模型及发展趋势，模型优点及存在的 不足。 9 ( 2 ) 主要介绍了目前常用的评价及预测指标和标准，由于本文评定和预测模 型的建立是以湖南高速公路检测数据为依托来进行的，针对湖南高速病害的特 点，错台和脱空非常严重，按照标准把错台归入破损中，并不计脱空进行评定， 不能充分体现路面实际状况，所以本文提出专门把错台和脱空作为一项评定指标 进行评定，实验证明此做法更能符合实际。为建立评价和预测模型指标提供了依 据。 ( 3 ) 针对目前预测和评价模型存在的不足，引入新的评价及预测模型支持 向量机模型。介绍了支持向量机的技术背景知识：机器学习和统计学习理论。 ( 4 ) 介绍了支持向量机模型在路面性能评价中的实现。以湖南省未( 阳) 宜 ( 章) 高速公路调查数据为依据，建立了支持向量机分类模型，借助m a t l a b 6 5 工具进行计算评价，得出支持向量机的评价方法具有分类精度高，速度快，能够 较好的应用于路面评价中，并具有推广的价值。 ( 5 ) 介绍了利用支持向量机来解决路面性能预测的问题。介绍了支持向量机 回归的原理。建立了路面性能预测模型，以湖南省末( 阳) 宜( 章) 调查数据为 依据，进行算例分析，得到了良好的预测精度。 ( 6 ) 把支持向量机模型和其他传统的模型进行比较分析，得出支持向量机优 于其他模型的特点，支持向量机的评价和预测模型具有较好的通用性，值得今后 在路面性能评价和预测中推广。最后对全文进行总结，并就需进一步研究的问题 进行了讨论。 i o 1 4 本文主要研究技术路线 提出问颢 理论基础 分析问题 解决问题 实例分析 基本思路 研究背景及意义、国 内外研究现状 目前现行水泥路面 性能评价指标利标 准，提出本文改进的 评价指标和标准 针对目前常川的路 面性能评价和预测 模型存在的不足，引 入支持向鼙机法在 路面性能评价及预 测中的适川性。 分析支持向鼙机建 模的一般原理。井建 立支持向苗机的路 面性能评价及预测 模型。 实例分析，运用支持向量 机及常用评价和预测模 型，对长益高速公路检测 数据进行评价及预测，比 较分析它们的优缺点。 总结! | 1 纳h 结论与建议 主要内容 研究背景及意义、国内外研究 现状( 目前常用评价及预测模 型，分析其优缺点) 、研究路线 目前现行水泥路面性能评价指 标和标准，提山本文的评价指 标和标准，并利用较完善的模 糊数学评价模型对规范指标和 本文提山指标评价结果做比较 针对目前常州路面性能评价和 预测模型存在的不足，引入支 持向量机法，分析其在路面性 能评价和预测中的适州性，并 介绍了支持向量机的概念及理 论基础。 分析支持向量机分类评价及同 ! j 1 预测的一般原理、针对水泥路 面性能进行建模，并戍川举例， 得出支持向量机在路面性能评 价及预测中的适用性。 运用支持向量机及常用评价和 预测模型，模糊数学灰色理论及 神经网络模型，对长益高速公路 检测数据进行评价及预测，比较 分析它们的优缺点。 本文的贡献及不足，可能的改 进 第二章高速公路水泥路面性能评价指标的改进 2 1 我国现行的水泥高速公路路面评价标准 在充分考虑我国现实公路养护管理水平、检测手段、装备条件和发展方向情 况下，为了指导实际的道路养护工作，必须提高公路技术状况评定技术的科学性 和先进性。2 0 0 8 年2 月国家颁布了公路技术状况评定标准，此规范吸收了国 家重点科技攻关项目、国家重点新技术推广项目、交通部及交通部西部交通建设 科技项目等的研究成果，引进了基于新型检测技术及装备的评价模型和评定方 法。 公路技术状况评定标准规定水泥路面采用路面损坏、道路平整度和抗滑 性能三项技术指标；所有指标通过路面使用性能指数( p q i ) 汇总在一起，反映 路面的整体使用性能。利用系统分析方法确定高速公路路面使用性能评价体系， 如图2 1 所示。 2 1 1 单项评价指标 路面使用性能具有多方面的属性。目前国内外一般从结构功能、功能 性能、安全性能等三个方面来进行综合评价【：，尽管国外许多国家也采用综 合指数描述路面使用性能，但综合指数所包含的技术指标和内容却不尽相同，这 是由于不同的国家有不同的管理需要和装备水平，所以评价过程中设置的相应 单项评价指标也不同。国内在现行的公路技术状况评定标准中采用路 面损坏、道路平整度和抗滑性能三项技术指标描述。 2 1 1 1 路面破损状况指数( p c i ) 路面损坏包括裂缝、坑洞、错台等各种表面破坏和损伤。路面表面各种类型 的损坏通过其对路面使用性能的影响程度加权累积计算换算损坏面积，换算损坏 面积与调查面积之比( 路面破损率) ，可直接用来衡量路面的损坏状态，也可通 过路面损坏状况指数( p c i ) 来评价路面表面的技术状况( 式2 1 2 2 ) 。 尸c 1 = 1 0 0 一a o d r q ( 2 1 ) 2 l 嵋4 d r = 1 0 0 上o( 2 2 ) a 1 2 图2 1 公路技术状况评定标准采州的评价体系 式中：d 尺一一水泥混凝土路面破损率，为各种损坏的折合损坏面积之和与 路面调查面积之百分比( ) ； 彳，一一第f 类路面损坏的面积( m2 ) ； 爿一一调查的路面面积( 调查长度与有效路面宽度之积，m 2 ) ； 瞩一一第f 类路面损坏( 分严重程度) 的权重，按表2 1 取值； 口d 一一标定系数，采用1o 6 6 ； 口厂一一标定系数，采用0 4 61 ； f 一一考虑损坏程度( 轻、中、重) 的第i 项路面损坏类型； f 0 一一包含损坏程度( 轻、中、重) 的损坏类型总数，水泥混凝土路 面取2 0 。 表2 1 沥青混凝土路面破损类型和换算系数表 类型( i )损坏名称损坏程度 权重计量单位 l 轻o 8 破碎板 面积m 2 2重1 0 3 轻 o 6长度m 4裂缝中 o 8 ( 影响宽度： 5重 1 01 o m ) 6板角断裂轻 0 6面积m 2 圃 圆 困 7中0 8 8 重 1 o 9轻0 6长度m 错台 ( 影响宽度： 1 0重1 0 1 0 m ) k 度m 1 1 唧泥 1 o ( 影响宽度： 1 0 m ) l2轻o 6 长度m 13边角剥落中o 8 ( 影响宽度： 1 4 重 1 o 1 0 m ) 1 5 轻 0 4 长度m 接缝料损坏 ( 影响宽度： 1 6 重 o 6 1 0 m ) 17 坑洞 1 o 面积m 2 18 拱起 1 0 面积m 2 19露骨0 3面积m 2 2 0 修补 0 1 面积m 2 表2 2 给出了路面损坏状况指数( p c i )