基于决策者偏好的钢渣沥青混合料综合评价体系构建与应用研究

基于决策者偏好的钢渣沥青混合料综合评价体系构建与应用研究一、引言1.1研究背景与意义随着城市化进程的不断加速，道路建设作为基础设施建设的重要组成部分，其规模和质量受到了越来越多的关注。沥青混合料作为路面建设的主要材料之一，其性能的优劣直接关系到道路的使用寿命、行车安全性以及舒适性。与此同时，随着人们环保意识的不断提高，对资源回收利用和环境保护的重视程度也日益增加。钢渣作为钢铁冶炼过程中产生的一种固体废弃物，产量巨大，大量堆积不仅占用土地资源，还会对环境造成严重污染。因此，将钢渣应用于道路工程中，不仅能够实现钢渣的资源化利用，减少环境污染，还能降低道路建设成本，具有显著的经济和环境效益。钢渣中含有多种矿物质成分，如硅酸二钙、硅酸三钙等，这些成分赋予了钢渣一定的硬度和强度。将钢渣作为集料或填料掺入沥青混合料中，可以在一定程度上改善混合料的性能。相关研究表明，钢渣的掺入能够增加混合料的硬度、压实度和变形抗力，提高沥青混合料的高温稳定性和抗疲劳性能。在高温稳定性方面，钢渣沥青混合料的动稳定度相较于传统沥青混合料有明显提升，能够更好地抵抗车辆荷载作用下的变形；在抗疲劳性能方面，钢渣的加入可以有效延长沥青混合料的疲劳寿命，使其在长期交通荷载作用下更不易出现疲劳开裂等病害。然而，钢渣的化学成分和物理性质不够稳定，引入其他不稳定杂物的可能性较高，这有可能影响混合料性能的稳定性和可靠性。钢渣的体积安定性问题也限制了其在道路工程中的广泛应用，钢渣中的游离氧化钙等成分在遇水后会发生水化反应，导致体积膨胀，从而使沥青混合料出现开裂、剥落等病害，严重影响道路的使用性能和寿命。因此，在将钢渣应用于沥青混合料时，需要对钢渣进行适当的处理和质量控制，以确保混合料的性能稳定可靠。在道路工程的实际决策过程中，决策者的偏好对钢渣沥青混合料的应用和评价具有重要影响。不同的决策者可能会根据自身的需求、经验以及对各种因素的重视程度，对钢渣沥青混合料的性能、成本、环保等方面有不同的侧重点。有些决策者可能更注重混合料的性能，希望能够获得具有更高强度、更好耐久性的路面材料；而有些决策者则可能更关注成本因素，希望在保证一定性能的前提下，降低道路建设和维护成本；还有些决策者会将环保因素放在首位，追求资源的最大化利用和环境影响的最小化。这些不同的偏好会直接影响到对钢渣沥青混合料的评价标准和选择结果。因此，充分考虑决策者偏好，建立科学合理的钢渣沥青混合料综合评价方法，对于准确评估钢渣沥青混合料的适用性，促进其在道路工程中的合理应用具有重要意义。本研究旨在深入探讨基于决策者偏好的钢渣沥青混合料综合评价方法，通过对钢渣沥青混合料的性能特点、影响因素以及决策者偏好进行系统分析，建立一套全面、科学、合理的综合评价体系。该研究具有重要的理论和实践意义。在理论方面，本研究有助于丰富和完善钢渣沥青混合料的评价理论和方法，为该领域的研究提供新的思路和视角；在实践方面，通过考虑决策者偏好，能够为道路工程的实际决策提供更具针对性和实用性的参考依据，促进钢渣沥青混合料在道路工程中的科学应用，提高道路建设的质量和效益，实现资源的有效利用和环境保护的目标。1.2国内外研究现状钢渣在道路工程中的应用研究由来已久，国内外学者围绕钢渣沥青混合料的性能开展了大量研究工作，取得了一系列成果。在国外，美国、日本、欧洲等发达国家和地区较早开展了钢渣在道路工程中的应用研究。美国早在20世纪60年代就开始将钢渣用于道路基层和底基层，随后逐渐探索将钢渣应用于沥青混合料中。研究表明，钢渣的掺入可有效提高沥青混合料的高温稳定性和抗滑性能，在高温地区和重载交通路段，钢渣沥青混合料的路用性能表现出色，能够更好地抵抗车辙和磨损。日本在钢渣沥青混合料的研究和应用方面也处于领先地位，通过对钢渣进行预处理和优化配合比，成功解决了钢渣体积安定性等问题，使钢渣沥青混合料在日本的道路建设中得到广泛应用。欧洲一些国家则注重钢渣沥青混合料的环保性能研究，通过生命周期评价等方法，评估钢渣沥青混合料在生产、使用和废弃等阶段对环境的影响，为钢渣的可持续利用提供了理论支持。国内对钢渣沥青混合料的研究起步相对较晚，但近年来发展迅速。众多学者对钢渣沥青混合料的性能进行了深入研究，涉及高温稳定性、低温抗裂性、水稳定性、疲劳性能等多个方面。研究发现，钢渣的化学成分和物理性质对沥青混合料的性能有显著影响，钢渣中较高的钙、铁含量可增强混合料的强度和稳定性，但也可能导致体积膨胀等问题。通过对钢渣进行陈化、改性等处理，以及优化沥青混合料的配合比，可以有效改善钢渣沥青混合料的性能。有学者通过添加抗剥落剂和纤维等添加剂，提高了钢渣沥青混合料的水稳定性和抗疲劳性能；还有学者采用正交试验等方法，研究了钢渣掺量、沥青用量、级配等因素对混合料性能的影响规律，为钢渣沥青混合料的设计和应用提供了科学依据。然而，将决策者偏好纳入钢渣沥青混合料评价体系的研究还相对较少。目前的研究主要集中在钢渣沥青混合料的性能评价指标和方法上，缺乏对决策者主观因素的考虑。在实际工程中，决策者的偏好对钢渣沥青混合料的选择和应用具有重要影响，但现有的评价体系往往未能充分体现这一点。有些研究虽然考虑了成本、环保等因素，但对决策者在不同因素之间的权衡和偏好差异分析不够深入，导致评价结果与实际决策需求存在一定差距。此外，目前的研究多侧重于理论分析和实验室试验，缺乏对实际工程案例的深入研究和应用验证，使得基于决策者偏好的钢渣沥青混合料综合评价方法在实际工程中的应用受到一定限制。1.3研究内容与方法1.3.1研究内容钢渣沥青混合料性能分析：系统研究钢渣沥青混合料的各项性能，包括高温稳定性、低温抗裂性、水稳定性、疲劳性能等。通过室内试验，如车辙试验、低温弯曲试验、浸水马歇尔试验、冻融劈裂试验和疲劳试验等，获取钢渣沥青混合料在不同条件下的性能数据。分析钢渣的化学成分、物理性质以及掺量对混合料性能的影响规律，明确钢渣沥青混合料的性能特点和适用条件。决策者偏好确定方法：运用问卷调查、专家访谈等方式，收集道路工程决策者在选择钢渣沥青混合料时对性能、成本、环保等因素的偏好信息。采用层次分析法（AHP）、模糊综合评价法等数学方法，对收集到的偏好信息进行量化处理，确定决策者对不同因素的权重分配，从而明确决策者在钢渣沥青混合料评价中的偏好结构。综合评价模型构建：基于钢渣沥青混合料的性能指标和决策者偏好，构建综合评价模型。选择合适的评价方法，如灰色关联分析、理想解法（TOPSIS）等，将钢渣沥青混合料的各项性能指标与决策者偏好进行有机结合，实现对钢渣沥青混合料的综合评价。通过模型计算，得出不同钢渣沥青混合料方案的综合评价得分，为决策者提供科学的决策依据。案例分析与验证：选取实际道路工程案例，应用构建的综合评价模型对不同的钢渣沥青混合料方案进行评价分析。对比评价结果与实际工程决策情况，验证综合评价模型的有效性和实用性。根据案例分析结果，总结经验教训，提出改进建议，进一步完善基于决策者偏好的钢渣沥青混合料综合评价体系。1.3.2研究方法试验研究法：通过室内试验，对钢渣沥青混合料的性能进行测试和分析。按照相关试验标准和规范，制备不同配合比的钢渣沥青混合料试件，进行高温稳定性、低温抗裂性、水稳定性、疲劳性能等试验。通过试验数据，深入了解钢渣沥青混合料的性能特点和影响因素，为后续的研究提供数据支持。调查研究法：设计调查问卷，对道路工程决策者、工程师、专家等进行调查，了解他们在钢渣沥青混合料应用中的关注点和偏好。同时，开展专家访谈，与行业内资深专家进行面对面交流，获取他们对钢渣沥青混合料性能、成本、环保等方面的专业意见和建议。通过调查研究，全面掌握决策者的偏好信息，为确定决策者偏好提供依据。数学建模法：运用数学方法，构建钢渣沥青混合料性能评价模型和决策者偏好模型。利用层次分析法（AHP）确定各评价指标的权重，反映决策者对不同性能因素的重视程度；采用模糊综合评价法、灰色关联分析、理想解法（TOPSIS）等方法，对钢渣沥青混合料的性能进行综合评价，得出综合评价结果。通过数学建模，实现对钢渣沥青混合料的科学评价和决策支持。案例分析法：选取具有代表性的实际道路工程案例，对钢渣沥青混合料的应用情况进行深入分析。通过对案例中钢渣沥青混合料的性能表现、成本控制、环保效果以及决策过程的研究，验证综合评价模型的实际应用效果。同时，从案例中总结经验教训，为其他道路工程提供参考和借鉴，推动钢渣沥青混合料在实际工程中的合理应用。二、钢渣沥青混合料性能分析2.1钢渣特性及对混合料性能影响钢渣作为钢铁冶炼过程中产生的固体废弃物，其特性对于钢渣沥青混合料的性能有着至关重要的影响。了解钢渣的特性以及其对混合料性能的作用机制，是实现钢渣在沥青混合料中合理应用的关键。2.1.1钢渣化学成分钢渣的化学成分复杂多样，主要包含铁、钙、硅、镁等元素的氧化物，同时还含有少量的铝、锰、磷等元素。其中，氧化钙（CaO）、氧化硅（SiO₂）、氧化铁（Fe₂O₃、FeO）和氧化镁（MgO）是钢渣的主要化学成分。这些成分的含量会因钢铁冶炼的原料、工艺以及炉型等因素的不同而有所差异。一般来说，转炉钢渣中CaO含量较高，可达40%-60%，这使得钢渣具有一定的碱性。较高的CaO含量在一定程度上能够增强钢渣与沥青的粘附性，有利于提高沥青混合料的性能。而Fe₂O₃和FeO的含量通常在10%-30%之间，它们赋予了钢渣较高的密度和硬度。然而，钢渣中也存在一些有害成分，如游离氧化钙（f-CaO）和游离氧化镁（f-MgO）。f-CaO和f-MgO在钢渣中以过烧状态存在，它们在遇水后会发生水化反应，生成氢氧化钙（Ca(OH)₂）和氢氧化镁（Mg(OH)₂），伴随着体积的膨胀，这可能导致钢渣沥青混合料出现体积不稳定的问题，严重时会引起路面开裂、剥落等病害，从而影响道路的使用性能和寿命。2.1.2钢渣矿物组成钢渣的矿物组成主要包括硅酸三钙（C₃S）、硅酸二钙（C₂S）、铁铝酸钙（C₄AF）、RO相（主要由FeO、MnO、MgO等组成的固溶体）以及游离氧化钙（f-CaO）等。C₃S和C₂S是钢渣中的主要胶凝矿物，它们具有一定的水硬性，能够在一定程度上提高钢渣的强度和稳定性。C₃S早期强度增长较快，对钢渣的早期性能有重要影响；C₂S则后期强度增长明显，有助于钢渣长期性能的提升。RO相的存在对钢渣的性能也有一定影响，它能够提高钢渣的硬度和耐磨性，但同时也可能降低钢渣的韧性。而f-CaO的存在如前所述，是钢渣体积安定性不良的主要原因之一。当钢渣中f-CaO含量较高时，会增加钢渣沥青混合料出现体积膨胀和开裂的风险。2.1.3钢渣物理性质钢渣的物理性质主要包括密度、压碎值、磨耗值、吸水率等。钢渣的密度一般比普通集料大，通常在3.5-4.5g/cm³之间，这使得钢渣沥青混合料的密度相对较大。较大的密度在一定程度上可以提高路面的承载能力，但也可能增加施工难度和运输成本。钢渣的压碎值反映了其抵抗压碎的能力，一般来说，钢渣的压碎值较低，表明其具有较高的强度和硬度，能够承受较大的荷载作用。这对于提高沥青混合料的高温稳定性和抗车辙能力具有积极作用。磨耗值则体现了钢渣在摩擦作用下的耐磨性能，较低的磨耗值意味着钢渣在使用过程中不易磨损，有利于延长路面的使用寿命。然而，钢渣的吸水率相对较高，这可能导致钢渣在潮湿环境中容易吸收水分，从而影响钢渣与沥青的粘附性，降低沥青混合料的水稳定性。2.1.4钢渣对沥青混合料性能的影响高温稳定性：钢渣由于其较高的硬度和强度，能够有效增强沥青混合料的骨架结构，提高混合料抵抗高温变形的能力。在高温条件下，车辆荷载的反复作用容易使沥青混合料产生车辙等病害。钢渣的掺入可以增加混合料的内摩阻力和嵌挤作用，使混合料在高温下更不易发生流动和变形。相关研究表明，随着钢渣掺量的增加，沥青混合料的动稳定度显著提高。当钢渣掺量达到一定比例时，动稳定度可提高数倍，这表明钢渣沥青混合料在高温稳定性方面具有明显优势，更适合用于高温地区和重载交通路段。低温抗裂性：钢渣的弹性模量相对较高，在低温环境下，钢渣沥青混合料的收缩变形相对较小。然而，由于钢渣与沥青的热膨胀系数存在差异，当温度急剧变化时，可能会在钢渣与沥青的界面处产生较大的应力集中，从而增加混合料出现低温开裂的风险。为了提高钢渣沥青混合料的低温抗裂性，可以通过选择合适的沥青品种、添加纤维等方式来改善混合料的柔韧性和抗裂性能。有研究表明，添加适量的聚酯纤维可以有效提高钢渣沥青混合料的低温弯曲应变能，降低其在低温下的开裂敏感度。水稳定性：钢渣的吸水性较强，这使得钢渣沥青混合料在潮湿环境中容易受到水的侵蚀。水分的侵入会削弱钢渣与沥青之间的粘附力，导致沥青膜从钢渣表面剥落，进而降低混合料的强度和稳定性。此外，钢渣中的某些成分在水的作用下可能发生化学反应，进一步影响混合料的性能。为了提高钢渣沥青混合料的水稳定性，可以采取添加抗剥落剂、对钢渣进行预处理等措施。抗剥落剂能够增强钢渣与沥青之间的粘附力，有效抵抗水的侵蚀作用；对钢渣进行干燥、预热等预处理，可以减少钢渣的含水量，降低水分对混合料性能的影响。疲劳性能：在长期交通荷载的反复作用下，沥青混合料会逐渐出现疲劳开裂等病害。钢渣的掺入可以改善混合料的内部结构，增加混合料的强度和韧性，从而提高其抗疲劳性能。钢渣的颗粒形状和表面纹理能够增强混合料的嵌挤作用，使混合料在承受疲劳荷载时能够更好地分散应力，延缓疲劳裂缝的产生和扩展。研究表明，钢渣沥青混合料的疲劳寿命相较于普通沥青混合料有一定程度的延长，这表明钢渣在提高沥青混合料的疲劳性能方面具有积极作用。2.2钢渣沥青混合料性能试验研究2.2.1试验方案设计原材料选择：选用某钢铁厂生产的转炉钢渣作为试验用钢渣，其化学成分和矿物组成如前文所述。为保证钢渣性能的稳定性，对钢渣进行了陈化处理，使其在自然环境中放置一定时间，以降低游离氧化钙等不稳定成分的影响。沥青采用道路石油沥青，根据当地气候条件和道路等级，选择了合适的标号。同时，选用石灰岩矿粉作为填料，其密度、亲水系数等指标均符合相关规范要求。配合比设计：采用马歇尔设计方法，以沥青用量、钢渣掺量和级配为主要设计参数。通过正交试验设计，确定了不同配合比方案。在试验中，设置了沥青用量为4.5%、5.0%、5.5%三个水平，钢渣掺量为0%、20%、40%三个水平，级配则根据规范要求，设计了粗型、细型和中值型三种级配。通过这些不同水平的组合，共设计了9组配合比方案，以全面研究各因素对钢渣沥青混合料性能的影响。试件制备方法：按照马歇尔击实法制备试件。首先，将钢渣、集料、矿粉和沥青等原材料加热至规定温度，然后按照设计配合比将原材料在搅拌机中充分搅拌均匀。将搅拌好的混合料倒入试模中，在规定的温度和击实次数下进行击实成型。成型后的试件在标准条件下养护一定时间，待试件冷却至室温后，进行各项性能试验。试验方案设计依据：选择上述原材料和配合比设计方法，主要是基于前人的研究成果以及实际工程的应用经验。钢渣的陈化处理是为了解决其体积安定性问题，这是钢渣在道路工程应用中面临的关键问题之一。采用马歇尔设计方法是因为该方法在沥青混合料配合比设计中应用广泛，具有成熟的理论和实践经验。通过正交试验设计，可以在较少的试验次数下，全面研究各因素对混合料性能的影响，提高试验效率。试件制备方法则严格按照相关试验标准进行，以保证试验结果的准确性和可比性。2.2.2高温性能试验试验方法：采用车辙试验来评价钢渣沥青混合料的高温性能。按照《公路工程沥青及沥青混合料试验规程》（JTGE20-2011）中的规定，将制备好的试件放置在车辙试验机中，在规定的温度（通常为60℃）和荷载（0.7MPa）条件下，让试验轮在试件表面往返行走，记录试件的变形情况。试验过程中，每隔一定时间记录一次车辙深度，直至试验结束。试验结果分析：通过对不同配合比的钢渣沥青混合料试件进行车辙试验，分析了钢渣掺量、沥青种类等因素对动稳定度和车辙深度的影响。结果表明，随着钢渣掺量的增加，沥青混合料的动稳定度显著提高，车辙深度明显减小。当钢渣掺量从0%增加到40%时，动稳定度可提高2-3倍，车辙深度降低约50%。这是因为钢渣具有较高的硬度和强度，能够增强混合料的骨架结构，提高其抵抗高温变形的能力。同时，不同种类的沥青对钢渣沥青混合料的高温性能也有一定影响。采用改性沥青的钢渣沥青混合料，其动稳定度明显高于采用普通沥青的混合料，车辙深度则更低。这是由于改性沥青具有更好的高温性能，能够提高沥青与钢渣之间的粘附性，进一步增强混合料的高温稳定性。2.2.3低温性能试验试验方法：采用低温弯曲试验来评价钢渣沥青混合料的低温性能。将制备好的小梁试件放置在低温环境箱中，冷却至规定的试验温度（通常为-10℃或-15℃），然后在万能材料试验机上以规定的加载速率（50mm/min）进行三点弯曲试验，记录试件的荷载-变形曲线，直至试件破坏。试验结果分析：通过对不同配合比的钢渣沥青混合料试件进行低温弯曲试验，研究了钢渣对低温弯拉应变、弯拉强度和破坏应变能的影响。结果表明，随着钢渣掺量的增加，低温弯拉应变和破坏应变能呈现先增加后减小的趋势。当钢渣掺量在一定范围内时，由于钢渣的加入改善了混合料的内部结构，使其柔韧性和抗裂性能得到一定提高，从而低温弯拉应变和破坏应变能有所增加。但当钢渣掺量过高时，由于钢渣与沥青的热膨胀系数差异较大，在低温下容易产生较大的应力集中，导致混合料的低温性能下降，低温弯拉应变和破坏应变能减小。而弯拉强度则随着钢渣掺量的增加而逐渐增加，这是因为钢渣的高强度特性提高了混合料的整体强度。2.2.4水稳定性能试验试验方法：采用浸水马歇尔试验和冻融劈裂试验来评价钢渣沥青混合料的水稳定性能。浸水马歇尔试验按照《公路工程沥青及沥青混合料试验规程》（JTGE20-2011）中的规定进行，将制备好的马歇尔试件分为两组，一组在60℃恒温水浴中浸泡30min后进行马歇尔稳定度试验，另一组在60℃恒温水浴中浸泡48h后进行马歇尔稳定度试验，通过计算残留稳定度来评价混合料的水稳定性。冻融劈裂试验则是将试件分为两组，一组进行常规劈裂试验，另一组先进行冻融循环处理（在-18℃条件下冷冻16h，然后在60℃水浴中浸泡24h），再进行劈裂试验，通过计算冻融劈裂强度比来评价混合料的水稳定性。试验结果分析：通过对不同配合比的钢渣沥青混合料试件进行浸水马歇尔试验和冻融劈裂试验，分析了钢渣对残留稳定度和冻融劈裂强度比的影响。结果表明，随着钢渣掺量的增加，残留稳定度和冻融劈裂强度比均呈现下降趋势。这是因为钢渣的吸水性较强，在潮湿环境中容易吸收水分，导致钢渣与沥青之间的粘附力减弱，从而降低了混合料的水稳定性。但通过添加抗剥落剂等措施，可以有效提高钢渣沥青混合料的水稳定性能。添加抗剥落剂后，残留稳定度和冻融劈裂强度比均有明显提高，能够满足道路工程对水稳定性的要求。三、决策者偏好确定方法3.1决策者偏好概述决策者偏好是指决策者在面对多种决策方案时，基于自身的价值观、经验、目标以及对各种因素的认知和判断，所表现出的对不同方案的喜好倾向。这种偏好反映了决策者对不同方案在满足自身需求和目标方面的主观评价和优先选择顺序。在决策过程中，决策者偏好具有多种类型。从偏好的表现形式来看，可分为显性偏好和隐性偏好。显性偏好是决策者能够清晰明确表达出来的偏好，他们能够直接阐述对不同方案或因素的喜好程度和优先顺序。在选择钢渣沥青混合料时，决策者可能明确表示更倾向于选择成本较低的方案，或者更注重混合料的环保性能。隐性偏好则相对较为隐蔽，决策者可能并未完全意识到自己的这种偏好，或者由于各种原因难以直接表达出来。隐性偏好可能受到决策者潜意识中的观念、情感因素以及过往未被明确察觉的经验等影响。从偏好的稳定性角度，可分为稳定偏好和动态偏好。稳定偏好是指决策者在一定时期内，对某些因素或方案的偏好相对固定，不会轻易受到外界因素的干扰而发生改变。在长期的道路工程实践中，某些决策者可能一直将混合料的性能稳定性作为首要考虑因素，无论工程环境如何变化，这一偏好始终保持稳定。动态偏好则会随着时间、环境、信息等因素的变化而发生改变。随着环保政策的日益严格和社会对环保意识的不断提高，原本对钢渣沥青混合料成本更为关注的决策者，可能会逐渐将环保性能纳入重要考虑因素，甚至使其成为主导偏好。在钢渣沥青混合料评价中，决策者偏好起着至关重要的作用。不同的决策者由于其偏好的差异，对钢渣沥青混合料的评价标准和重点也会有所不同。注重成本的决策者在评价钢渣沥青混合料时，会将成本因素置于首位，更关注钢渣的价格、混合料的生产工艺成本以及道路建设和维护的总成本等。他们会对不同钢渣掺量、不同配合比的混合料成本进行详细核算和比较，倾向于选择成本最低且能满足基本性能要求的方案。而关注环保的决策者则会重点考量钢渣的资源化利用程度、混合料生产和使用过程中的环境影响等因素。他们更愿意选择能够最大程度实现钢渣回收利用，减少废弃物排放，并且在生产和使用过程中对环境危害最小的钢渣沥青混合料方案。决策者偏好还会影响到钢渣沥青混合料的应用范围和推广前景。如果大多数决策者偏好于具有高性能的钢渣沥青混合料，那么在市场上，高性能的钢渣沥青混合料产品将更受青睐，生产企业也会加大对高性能产品的研发和生产投入，从而推动钢渣沥青混合料在高性能领域的应用和发展。反之，如果决策者普遍更注重成本，那么成本较低的钢渣沥青混合料可能会在市场上占据更大份额，但这也可能在一定程度上限制了钢渣沥青混合料在对性能要求较高的工程中的应用。因此，深入了解决策者偏好，对于准确评估钢渣沥青混合料的适用性，促进其在道路工程中的合理应用具有重要意义。三、决策者偏好确定方法3.2基于层次分析法（AHP）的偏好确定3.2.1AHP原理与步骤层次分析法（AnalyticHierarchyProcess，简称AHP）是美国运筹学家匹茨堡大学教授萨蒂（T.L.Saaty）于20世纪70年代初提出的一种定性与定量相结合的多准则决策分析方法。该方法通过将复杂的决策问题分解为不同的层次结构，将人的主观判断用数量形式表达和处理，从而为多目标、多准则或无结构特性的复杂决策问题提供简便的决策方法。AHP的基本原理是将与决策总是有关的元素分解成目标、准则、方案等层次，在此基础之上进行定性和定量分析。其核心思想是通过两两比较的方式确定各层次元素的相对重要性，从而计算出各元素的权重。具体步骤如下：建立层次结构模型：在深入分析实际问题的基础上，将问题所涉及的因素按照它们之间的相互关系分为最高层（目标层）、中间层（准则层或指标层）和最低层（方案层）。目标层是决策的目的或要解决的问题；准则层是影响目标实现的各种因素或准则；方案层是实现目标的具体方案或措施。对于相邻的两层，称高层为目标层，低层为因素层。以钢渣沥青混合料评价为例，目标层为选择最合适的钢渣沥青混合料；准则层可能包括性能、成本、环保等因素；方案层则是不同配合比或类型的钢渣沥青混合料。各层次之间的关系可以用层次结构图清晰地表示出来，以便于后续的分析和计算。构造判断矩阵：从第二层开始，对于同一层次的各元素，针对上一层次的某一准则，通过两两比较的方式确定它们之间的相对重要程度。为了将这种相对重要程度进行量化，采用相对尺度，即根据Saaty提出的9个重要性等级及其赋值（1-9标度法）来构造判断矩阵。例如，对于准则层中的性能、成本、环保三个因素，若认为性能比成本稍微重要，那么在判断矩阵中，性能与成本的比较值为3；若认为性能比环保明显重要，则性能与环保的比较值为5。判断矩阵元素具有互反性，即若元素i与元素j的比较值为a_{ij}，则元素j与元素i的比较值为a_{ji}=\frac{1}{a_{ij}}。通过这种方式，构建出完整的判断矩阵，以反映各因素之间的相对重要性关系。计算权重：计算判断矩阵的最大特征根及其对应的特征向量，将特征向量进行归一化处理后，得到的向量即为同一层次因素对于上一层次某因素相对重要性的排序权值，这一过程称为层次单排序。在实际计算中，可以采用和法、根法、特征根法等方法来求解判断矩阵的特征向量和最大特征根。和法是将判断矩阵每一列元素进行归一化处理，然后按行求和，再将所得向量归一化，得到权重向量；根法是先计算判断矩阵每行元素的乘积，然后开n次方，再将所得向量归一化，得到权重向量；特征根法是通过求解判断矩阵的特征方程，得到最大特征根及其对应的特征向量，进而得到权重向量。这些方法在实际应用中都有各自的优缺点和适用场景，需要根据具体问题进行选择。一致性检验：由于在构造判断矩阵时，人的主观判断可能存在不一致性，因此需要进行一致性检验，以确定判断矩阵的一致性是否在可接受范围内。一致性指标CI=\frac{\lambda_{max}-n}{n-1}，其中\lambda_{max}为判断矩阵的最大特征根，n为判断矩阵的阶数。当CI=0时，判断矩阵具有完全一致性；CI越接近于0，一致性越好。为了衡量CI的大小，引入随机一致性指标RI，RI的值与判断矩阵的阶数有关。通过计算一致性比例CR=\frac{CI}{RI}，当CR\lt0.1时，认为判断矩阵通过一致性检验，否则需要对判断矩阵进行调整，重新计算权重，直到通过一致性检验为止。一致性检验是AHP方法中确保结果可靠性的重要环节，它能够有效避免由于主观判断不一致而导致的决策失误。3.2.2应用AHP确定决策者对钢渣沥青混合料性能指标的偏好权重建立层次结构模型：针对钢渣沥青混合料的评价，构建如下层次结构模型。目标层为选择最优的钢渣沥青混合料方案；准则层包括性能、成本、环保三个主要准则。其中，性能准则又细分为高温稳定性、低温抗裂性、水稳定性、疲劳性能四个子准则；成本准则包括原材料成本、生产加工成本、运输施工成本三个子准则；环保准则包括钢渣资源化利用率、环境污染程度两个子准则。方案层则为不同的钢渣沥青混合料方案，如方案A、方案B、方案C等。通过这样的层次结构模型，将复杂的钢渣沥青混合料评价问题分解为多个层次，便于进行深入分析和决策。构造判断矩阵：邀请道路工程领域的专家、决策者等相关人员，根据他们的经验和专业知识，针对每个准则层和子准则层，运用1-9标度法构造判断矩阵。对于准则层，若专家认为性能比成本重要，比环保稍微重要，那么性能-成本的判断矩阵元素a_{12}=3，性能-环保的判断矩阵元素a_{13}=5，成本-环保的判断矩阵元素a_{23}=\frac{1}{3}，从而得到准则层的判断矩阵A。对于性能准则下的子准则层，若专家认为高温稳定性比低温抗裂性稍微重要，比水稳定性明显重要，比疲劳性能强烈重要，那么可以构建相应的判断矩阵，以此类推，构建出所有准则层和子准则层的判断矩阵。在构造判断矩阵的过程中，充分考虑专家的意见和实际工程情况，确保判断矩阵能够准确反映各因素之间的相对重要程度。计算各指标权重：运用和法计算各判断矩阵的权重向量。以准则层判断矩阵A为例，首先将判断矩阵A每一列元素进行归一化处理，得到归一化后的矩阵。然后按行求和，得到一个向量。再将该向量归一化，得到准则层各因素对于目标层的权重向量W=(w_1,w_2,w_3)，其中w_1表示性能的权重，w_2表示成本的权重，w_3表示环保的权重。同理，计算出各子准则层对于相应准则层的权重向量。通过这些权重向量，可以清晰地了解到每个因素在整个评价体系中的相对重要程度。一致性检验：对每个判断矩阵进行一致性检验。计算各判断矩阵的一致性指标CI和一致性比例CR。若某个判断矩阵的CR\lt0.1，则认为该判断矩阵通过一致性检验，其计算得到的权重向量是可靠的；若CR\geq0.1，则需要重新调整判断矩阵，直到通过一致性检验为止。例如，对于准则层判断矩阵A，计算得到其最大特征根\lambda_{max}，进而计算出CI和CR。若CR不满足要求，则与专家沟通，重新评估各因素之间的相对重要程度，调整判断矩阵，再次进行计算和检验，确保每个判断矩阵都具有良好的一致性。分析决策者偏好：根据计算得到的权重向量，可以分析决策者对钢渣沥青混合料性能指标的偏好。如果性能准则的权重w_1较大，说明决策者更注重钢渣沥青混合料的性能；在性能准则下，若高温稳定性的子准则权重较大，则表明决策者在性能方面更关注高温稳定性。通过对各权重的分析，可以明确决策者在不同因素之间的权衡和偏好差异，为钢渣沥青混合料的综合评价和决策提供重要依据。例如，若计算得到性能的权重为0.5，成本的权重为0.3，环保的权重为0.2，说明决策者在选择钢渣沥青混合料时，更侧重于性能，其次是成本，最后是环保。在性能方面，若高温稳定性的权重为0.4，低温抗裂性的权重为0.2，水稳定性的权重为0.2，疲劳性能的权重为0.2，则进一步表明决策者在性能方面最关注高温稳定性。3.3基于模糊综合评价法的偏好表达3.3.1模糊综合评价法原理模糊综合评价法是一种基于模糊数学的综合评价方法，它根据模糊数学的隶属度理论，把定性评价转化为定量评价，能够对受到多种因素制约的事物或对象做出一个总体的评价。该方法具有结果清晰、系统性强的特点，能较好地解决模糊的、难以量化的问题，适合各种非确定性问题的解决。模糊综合评价法的基本原理是：首先确定被评价对象的因素（指标）集合和评价（等级）集；再分别确定各个因素的权重及它们的隶属度矢量，获得模糊评判矩阵；最后把模糊评判矩阵与因素的权矢量进行模糊运算并进行归一化，得到模糊综合评价结果。具体步骤如下：确定评价因素集：评价因素集是影响评价对象的各指标因素组成的一个普通集合，用U=\{u_1,u_2,\cdots,u_m\}表示，其中u_i（i=1,2,\cdots,m）表示第i个评价因素。在钢渣沥青混合料综合评价中，评价因素集可以包括高温稳定性、低温抗裂性、水稳定性、疲劳性能、成本、环保等因素。这些因素是影响钢渣沥青混合料性能和应用的关键因素，通过对它们的综合评价，可以全面了解钢渣沥青混合料的优劣。确定评价等级集：评价等级集是评价者对评判对象可能作出的各种总的评判结果所组成的集合，一般用V=\{v_1,v_2,\cdots,v_n\}表示，其中v_j（j=1,2,\cdots,n）代表各种可能的评判结果（评判等级）。例如，可以将评价等级集划分为“优”“良”“中”“差”四个等级，即V=\{v_1（优）,v_2（良）,v_3（中）,v_4（差）\}。评价等级集的划分要根据实际问题的需要和评价的精度要求来确定，不同的评价等级集会影响评价结果的表达和应用。确定模糊关系矩阵：从一个因素出发进行评价，以确定评判对象对评价集各元素的隶属程度，称为单因素模糊评价。设对评价对象的u_i因素进行评价，对评价集中第j个元素v_j的隶属程度为r_{ij}，则按u_i评判的结果为一模糊集，记为R_i=(r_{i1},r_{i2},\cdots,r_{in})。从m个因素入手，可得单因素评判矩阵R=\begin{pmatrix}r_{11}&r_{12}&\cdots&r_{1n}\\r_{21}&r_{22}&\cdots&r_{2n}\\\vdots&\vdots&\ddots&\vdots\\r_{m1}&r_{m2}&\cdots&r_{mn}\end{pmatrix}，其中R为模糊关系矩阵，它反映了各个评价因素对不同评价等级的隶属关系。确定模糊关系矩阵的方法有很多种，常用的有专家评分法、统计分析法等。在实际应用中，需要根据具体情况选择合适的方法来确定模糊关系矩阵，以确保评价结果的准确性和可靠性。确定权重向量：为反映各指标因素的重要程度，对各因素u_i赋予一相应的权数a_i，各权数组成的集合为A=(a_1,a_2,\cdots,a_m)，且\sum_{i=1}^{m}a_i=1，A称为权重向量。权重向量的确定可以采用专家经验法、层次分析法（AHP）等方法。如前文所述，通过AHP方法可以确定决策者对各评价因素的偏好权重，从而得到准确的权重向量。权重向量的确定是模糊综合评价法的关键步骤之一，它直接影响评价结果的合理性和科学性。不同的权重向量会导致评价结果的差异，因此需要根据实际情况和决策者的偏好，合理确定权重向量。进行模糊合成运算：将权重向量A与模糊关系矩阵R进行模糊合成运算，得到综合评价结果向量B，即B=A\cdotR=(b_1,b_2,\cdots,b_n)，其中b_j（j=1,2,\cdots,n）表示综合考虑所有因素后，评判对象对评价等级v_j的隶属度。模糊合成运算的方法有多种，常用的有“M(\land,\lor)”（取小取大）算子、“M(\cdot,\lor)”（乘积取大）算子、“M(\land,+)”（取小求和）算子、“M(\cdot,+)”（乘积求和）算子等。在实际应用中，需要根据具体问题选择合适的合成算子，以得到准确的综合评价结果。例如，在一些对因素之间的相互作用考虑较少的情况下，可以采用“M(\land,\lor)”算子；而在对因素之间的相互作用考虑较多的情况下，“M(\cdot,+)”算子可能更为合适。评价结果分析：得到综合评价结果向量B后，需要对其进行分析和解释。可以采用最大隶属度法，即选择B中最大的隶属度所对应的评价等级作为最终的评价结果；也可以采用加权平均法，根据评价等级集V中各等级的分值，结合B中各隶属度进行加权平均，得到一个综合的评价值，从而更全面地反映评判对象的综合水平。在钢渣沥青混合料综合评价中，通过对综合评价结果的分析，可以判断不同钢渣沥青混合料方案的优劣，为决策者提供决策依据。如果采用最大隶属度法，某一钢渣沥青混合料方案的综合评价结果向量B中b_2最大，且v_2代表“良”，则该方案的综合评价结果为“良”；如果采用加权平均法，假设评价等级“优”“良”“中”“差”的分值分别为90、80、70、60，B=(0.2,0.4,0.3,0.1)，则该方案的综合评价值为90×0.2+80×0.4+70×0.3+60×0.1=79，通过综合评价值可以更直观地比较不同方案的优劣。3.3.2应用模糊综合评价法表达决策者对钢渣沥青混合料综合性能的偏好构建评价因素集和评价等级集：结合钢渣沥青混合料的特点和决策者关注的因素，构建评价因素集U=\{u_1（高温稳定性）,u_2（低温抗裂性）,u_3（水稳定性）,u_4（疲劳性能）,u_5（成本）,u_6（环保）\}。将评价等级集划分为五个等级，即V=\{v_1（非常好）,v_2（较好）,v_3（一般）,v_4（较差）,v_5（非常差）\}。这样的评价因素集和评价等级集能够全面涵盖钢渣沥青混合料的关键性能指标和决策者可能关注的方面，为后续的评价提供了基础框架。评价因素集的确定是基于对钢渣沥青混合料性能的深入了解和对决策者需求的分析，确保了评价的全面性和针对性；评价等级集的划分则考虑了评价的细致程度和实际应用的便利性，能够准确反映决策者对不同性能水平的认知和偏好。确定模糊关系矩阵：邀请道路工程领域的专家，采用问卷调查的方式，让专家根据自己的经验和专业知识，对每个评价因素在不同评价等级上的隶属度进行打分。对于高温稳定性这一因素，若有30%的专家认为某钢渣沥青混合料的高温稳定性“非常好”，40%的专家认为“较好”，20%的专家认为“一般”，10%的专家认为“较差”，则该因素对评价等级的隶属度向量为R_1=(0.3,0.4,0.2,0.1,0)。同理，得到其他评价因素的隶属度向量，进而构建出模糊关系矩阵R。在问卷调查过程中，为了确保专家打分的准确性和一致性，需要向专家详细说明评价因素的含义和评价等级的标准，提供相关的参考资料和案例，让专家在充分了解的基础上进行打分。同时，对回收的问卷进行严格的审核和统计分析，剔除无效问卷，确保数据的可靠性。确定权重向量：运用层次分析法（AHP）确定各评价因素的权重向量A。如前文所述，通过构建层次结构模型、构造判断矩阵、计算权重和进行一致性检验等步骤，得到权重向量A=(a_1,a_2,a_3,a_4,a_5,a_6)。假设通过AHP计算得到权重向量A=(0.2,0.15,0.15,0.1,0.25,0.15)，这表明在决策者的偏好中，成本因素的权重相对较高，说明决策者在选择钢渣沥青混合料时对成本较为关注；而高温稳定性、水稳定性等性能因素也占有一定的权重，体现了决策者对混合料性能的重视。权重向量的确定是基于决策者的偏好和对各因素重要性的判断，通过AHP方法将决策者的主观判断进行量化，为后续的模糊合成运算提供了准确的权重分配。进行模糊合成运算：选择“M(\cdot,+)”（乘积求和）算子进行模糊合成运算，将权重向量A与模糊关系矩阵R进行运算，得到综合评价结果向量B。即B=A\cdotR=(b_1,b_2,b_3,b_4,b_5)。假设经过计算得到B=(0.25,0.35,0.2,0.15,0.05)，这表明综合考虑所有因素后，该钢渣沥青混合料对“较好”这一评价等级的隶属度最高，为0.35，其次是“一般”，隶属度为0.25。“M(\cdot,+)”算子能够充分考虑各因素的权重和隶属度，通过乘积求和的方式得到综合评价结果，更全面地反映了各因素之间的相互作用和对最终评价结果的影响。分析决策者偏好：根据综合评价结果向量B，采用最大隶属度法，确定该钢渣沥青混合料的综合评价结果为“较好”。这一结果反映了决策者对该钢渣沥青混合料综合性能的偏好程度。如果决策者对多个钢渣沥青混合料方案进行评价，通过比较各方案的综合评价结果，可以清晰地了解决策者对不同方案的偏好顺序，为决策者选择最优方案提供有力的支持。在实际应用中，还可以结合决策者的具体需求和实际工程情况，对综合评价结果进行进一步的分析和解释，如分析各因素对评价结果的贡献程度，找出影响混合料性能的关键因素，为改进混合料的设计和性能提供参考。四、基于决策者偏好的钢渣沥青混合料综合评价模型构建4.1综合评价指标体系构建4.1.1指标选取原则在构建钢渣沥青混合料综合评价指标体系时，需遵循一系列科学合理的原则，以确保评价体系能够全面、准确地反映钢渣沥青混合料的性能特点以及决策者的偏好需求。科学性原则：指标的选取应基于科学的理论和方法，能够真实地反映钢渣沥青混合料的内在性能和质量特征。指标的定义、计算方法和测试标准应具有明确的科学依据，确保评价结果的可靠性和准确性。在选择高温稳定性指标时，采用动稳定度来衡量，动稳定度是通过车辙试验测定的，它能够科学地反映沥青混合料在高温条件下抵抗车辙变形的能力，其测试方法和计算标准都有严格的规范，符合科学性原则。全面性原则：评价指标体系应涵盖钢渣沥青混合料性能的各个方面，包括高温稳定性、低温抗裂性、水稳定性、疲劳性能等，同时还应考虑成本、环保等与实际应用密切相关的因素。只有全面考虑这些因素，才能对钢渣沥青混合料进行综合、客观的评价。在考虑环保因素时，不仅要关注钢渣的资源化利用率，还要考虑混合料生产和使用过程中对环境的污染程度，如废气、废水排放等，确保评价体系的全面性。代表性原则：在众多可能的评价指标中，应选择具有代表性的关键指标，这些指标能够突出反映钢渣沥青混合料的主要性能和特点，避免指标的重复和冗余。在评价钢渣沥青混合料的性能时，选择动稳定度、低温弯拉应变、残留稳定度、疲劳寿命等指标，这些指标分别代表了高温稳定性、低温抗裂性、水稳定性和疲劳性能等关键性能，具有很强的代表性。可操作性原则：选取的指标应便于获取和测量，具有实际的可操作性。指标的数据应能够通过实验室试验、现场测试或实际工程数据统计等方式获得，并且测试方法应简单易行、成本较低。在实际工程中，通过简单的试验设备和标准的试验方法，就能够测定钢渣沥青混合料的马歇尔稳定度、流值等指标，这些指标的数据获取方便，符合可操作性原则。独立性原则：各个评价指标之间应具有相对独立性，避免指标之间存在过多的相关性和重叠性。这样可以确保每个指标都能独立地提供有价值的信息，提高评价体系的有效性和准确性。高温稳定性指标中的动稳定度和低温抗裂性指标中的低温弯拉应变，它们分别反映了不同温度条件下钢渣沥青混合料的性能特点，相互之间独立性较强，能够为综合评价提供全面的信息。4.1.2指标体系确定结合钢渣沥青混合料的性能特点和决策者的需求，构建了如下综合评价指标体系：性能指标：高温稳定性：采用动稳定度（DS）作为评价指标，动稳定度是指沥青混合料在高温条件下，每产生1mm车辙变形时，试验轮往返行走的次数。动稳定度越大，表明沥青混合料抵抗高温变形的能力越强，高温稳定性越好。在高温地区和重载交通路段，动稳定度是衡量钢渣沥青混合料性能的关键指标之一。低温抗裂性：以低温弯拉应变（ε）作为评价指标，低温弯拉应变是指在低温条件下，沥青混合料小梁试件在弯曲破坏时的最大应变值。低温弯拉应变越大，说明沥青混合料在低温环境下的柔韧性越好，抵抗低温开裂的能力越强。在寒冷地区，低温抗裂性是影响钢渣沥青混合料使用寿命的重要因素。水稳定性：选用残留稳定度（MS₀）和冻融劈裂强度比（TSR）两个指标来评价钢渣沥青混合料的水稳定性。残留稳定度是指沥青混合料试件在浸水前后的马歇尔稳定度之比，反映了混合料在饱水状态下的强度保持能力；冻融劈裂强度比是指沥青混合料试件经过冻融循环处理后的劈裂强度与未经冻融循环处理的劈裂强度之比，体现了混合料在经受冻融作用后的水稳定性。这两个指标能够全面反映钢渣沥青混合料在潮湿环境下的性能表现。疲劳性能：采用疲劳寿命（Nf）作为评价指标，疲劳寿命是指沥青混合料在一定的荷载作用下，产生疲劳破坏时的荷载作用次数。疲劳寿命越长，表明钢渣沥青混合料的抗疲劳性能越好，能够承受更多次的交通荷载作用而不发生疲劳开裂。在交通繁忙的道路上，疲劳性能是衡量钢渣沥青混合料耐久性的重要指标。成本指标：原材料成本：包括钢渣、沥青、集料、矿粉等原材料的采购成本。钢渣作为一种工业废弃物，其价格相对较低，但由于其性能的特殊性，可能需要进行一些预处理，从而增加成本。沥青的价格受市场供需关系和品质的影响较大，不同种类和标号的沥青价格差异明显。集料和矿粉的成本也会因产地、质量等因素而有所不同。原材料成本是影响钢渣沥青混合料总成本的重要因素之一。生产加工成本：涵盖了钢渣的预处理费用、沥青混合料的搅拌、运输等生产加工过程中的费用。钢渣的预处理可能包括陈化、破碎、筛分、除铁等工序，这些工序会增加生产加工成本。沥青混合料的搅拌需要消耗能源和设备，运输过程中的距离和运输方式也会影响成本。生产加工成本的控制对于降低钢渣沥青混合料的总成本具有重要意义。运输施工成本：包含了将钢渣沥青混合料运输到施工现场的费用以及在施工现场进行摊铺、压实等施工过程中的费用。运输成本与运输距离、运输工具的选择以及运输量有关，施工成本则与施工工艺、施工设备、施工人员的技术水平等因素密切相关。合理安排运输和施工过程，能够有效降低运输施工成本。环保指标：钢渣资源化利用率：指钢渣在钢渣沥青混合料中实际利用的量占钢渣总产生量的比例。提高钢渣资源化利用率，不仅可以减少钢渣的堆积对环境的污染，还能实现资源的循环利用，具有重要的环保意义。在钢渣沥青混合料的设计和生产过程中，应尽可能提高钢渣的掺量，以提高钢渣资源化利用率。环境污染程度：主要考虑钢渣沥青混合料在生产、使用和废弃过程中对环境造成的污染，如废气、废水、废渣的排放以及噪声污染等。在生产过程中，沥青的加热和搅拌会产生一定的废气，钢渣的预处理和运输过程中可能会产生扬尘污染；在使用过程中，车辆行驶会产生噪声和尾气排放；在废弃阶段，钢渣沥青混合料的处理不当可能会对土壤和水体造成污染。减少环境污染程度是实现钢渣沥青混合料可持续发展的重要目标。四、基于决策者偏好的钢渣沥青混合料综合评价模型构建4.2综合评价模型选择与构建4.2.1常用综合评价模型分析在对钢渣沥青混合料进行综合评价时，可供选择的评价模型众多，每种模型都有其独特的优缺点和适用范围。深入分析这些常用模型，有助于选择最适合基于决策者偏好的钢渣沥青混合料综合评价的方法。灰色关联分析：灰色关联分析是一种多因素统计分析方法，它以各因素的样本数据为依据，用灰色关联度来描述因素间关系的强弱、大小和次序。其优点在于对数据要求较低，不需要数据服从特定的分布规律，能够处理小样本、贫信息的问题。在钢渣沥青混合料评价中，当试验数据有限时，灰色关联分析可以有效地找出各性能指标与综合性能之间的关联程度。通过计算动稳定度、低温弯拉应变等性能指标与钢渣沥青混合料整体性能的灰色关联度，能够明确各指标对综合性能的影响程度，从而为评价提供依据。然而，灰色关联分析也存在一定的局限性，它对数据的变化趋势较为敏感，当数据存在异常波动时，可能会导致评价结果出现偏差。主成分分析：主成分分析是利用降维的思想，在损失很少信息的前提下把多个指标转化为几个综合指标的多元统计分析方法。这些综合指标称为主成分，它们能够反映原始指标的大部分信息。主成分分析的优点是能够消除指标之间的相关性，简化数据结构，减少评价指标的数量，提高评价效率。在钢渣沥青混合料评价中，通过主成分分析可以将众多的性能指标、成本指标和环保指标等综合为几个主成分，从而更清晰地把握钢渣沥青混合料的主要特征。主成分分析也存在缺点，它的计算过程较为复杂，对数据的要求较高，需要数据具有一定的正态分布特征。而且主成分的实际意义往往不够明确，需要进一步分析和解释。神经网络：神经网络是一种模拟人类大脑神经元结构和功能的信息处理系统，它具有自学习、自适应性和高度的非线性映射能力。在钢渣沥青混合料评价中，神经网络可以通过大量的样本数据进行训练，建立起输入指标（如性能指标、成本指标等）与输出结果（综合评价结果）之间的复杂关系模型。神经网络的优点是能够处理高度非线性的问题，对复杂系统的建模能力强，预测精度较高。在考虑钢渣沥青混合料性能与多种因素之间的复杂关系时，神经网络可以通过学习样本数据，准确地预测不同条件下钢渣沥青混合料的综合性能。但神经网络也存在一些问题，它的训练过程需要大量的样本数据，训练时间长，且模型的可解释性较差，难以直观地理解模型的决策过程和依据。模糊综合评价法：模糊综合评价法基于模糊数学的隶属度理论，能将定性评价转化为定量评价，有效处理模糊和难以量化的问题。其优点是能够充分考虑评价过程中的不确定性和模糊性，通过模糊关系矩阵和权重向量的运算，综合考虑多个因素对评价对象的影响。在钢渣沥青混合料评价中，对于一些难以精确量化的因素，如决策者对环保性能的主观感受等，模糊综合评价法可以通过专家打分等方式确定隶属度，从而进行综合评价。模糊综合评价法的结果清晰，系统性强。然而，该方法中权重的确定主观性较强，不同的专家可能给出不同的权重，影响评价结果的客观性。而且模糊关系矩阵的确定也需要一定的经验和判断，可能存在一定的误差。层次分析法（AHP）：AHP是一种定性与定量相结合的多准则决策分析方法，通过将复杂问题分解为不同层次，构造判断矩阵并计算权重，来确定各因素的相对重要性。在钢渣沥青混合料评价中，AHP可以帮助决策者明确对性能、成本、环保等因素的偏好权重，从而为综合评价提供依据。AHP的优点是方法简单，易于理解和应用，能够将决策者的主观判断进行量化处理。但AHP也存在一些不足，判断矩阵的构造依赖于决策者的主观判断，可能存在不一致性，需要进行一致性检验。而且当评价指标较多时，判断矩阵的构造和计算会变得较为复杂。4.2.2基于加权综合评价法的模型构建考虑到钢渣沥青混合料综合评价的特点以及决策者偏好的重要性，本研究采用加权综合评价法构建综合评价模型。加权综合评价法是一种将多个评价指标进行加权求和，以得到综合评价结果的方法。其基本原理是根据各评价指标的重要程度赋予相应的权重，然后将各指标的实际值与权重相乘，再进行累加，得到综合评价得分。在基于决策者偏好的钢渣沥青混合料综合评价中，加权综合评价法能够充分体现决策者对不同性能指标、成本指标和环保指标的偏好，使评价结果更符合实际决策需求。首先，确定评价指标体系，如前文所述，包括性能指标（高温稳定性、低温抗裂性、水稳定性、疲劳性能）、成本指标（原材料成本、生产加工成本、运输施工成本）和环保指标（钢渣资源化利用率、环境污染程度）。然后，运用层次分析法（AHP）确定各评价指标的权重。通过构建层次结构模型，邀请专家对各层次指标进行两两比较，构造判断矩阵，计算权重并进行一致性检验，得到各指标的权重向量W=(w_1,w_2,\cdots,w_n)，其中w_i表示第i个评价指标的权重，且\sum_{i=1}^{n}w_i=1。接着，对各评价指标进行标准化处理。由于不同评价指标的量纲和取值范围不同，为了使各指标具有可比性，需要对其进行标准化处理。对于正向指标（如动稳定度、钢渣资源化利用率等，指标值越大越好），采用公式x_{ij}^*=\frac{x_{ij}-x_{j\min}}{x_{j\max}-x_{j\min}}进行标准化，其中x_{ij}为第i个方案的第j个指标的原始值，x_{j\min}和x_{j\max}分别为第j个指标在所有方案中的最小值和最大值；对于逆向指标（如成本指标、环境污染程度等，指标值越小越好），采用公式x_{ij}^*=\frac{x_{j\max}-x_{ij}}{x_{j\max}-x_{j\min}}进行标准化。最后，根据加权综合评价法的公式S_i=\sum_{j=1}^{n}w_jx_{ij}^*计算各钢渣沥青混合料方案的综合评价得分S_i，其中S_i表示第i个方案的综合评价得分，x_{ij}^*为第i个方案的第j个指标的标准化值。通过比较各方案的综合评价得分，得分越高的方案表示其综合性能越优，越符合决策者的偏好，从而为决策者提供科学的决策依据。例如，假设有三个钢渣沥青混合料方案A、B、C，通过AHP确定的各指标权重向量为W=(0.2,0.15,0.15,0.1,0.25,0.15)，分别代表高温稳定性、低温抗裂性、水稳定性、疲劳性能、成本、环保的权重。对各方案的指标进行标准化处理后，得到方案A的标准化指标值为(x_{A1}^*,x_{A2}^*,x_{A3}^*,x_{A4}^*,x_{A5}^*,x_{A6}^*)，则方案A的综合评价得分S_A=0.2x_{A1}^*+0.15x_{A2}^*+0.15x_{A3}^*+0.1x_{A4}^*+0.25x_{A5}^*+0.15x_{A6}^*。同理，可计算出方案B和方案C的综合评价得分S_B和S_C。通过比较S_A、S_B和S_C的大小，即可确定哪个方案更优，为决策者在选择钢渣沥青混合料方案时提供参考。五、案例分析5.1项目背景与资料收集本案例选取了某城市的一条新建主干道工程作为研究对象。该主干道全长5公里，设计为双向六车道，是连接城市主要商业区和住宅区的重要交通干道。由于交通流量较大，且该地区夏季气温较高，对路面的高温稳定性和耐久性提出了较高要求。同时，考虑到环保和资源利用的因素，工程设计团队决定在部分路段试用钢渣沥青混合料。在钢渣沥青混合料的使用情况方面，该工程选用了当地一家钢铁厂提供的转炉钢渣，经过陈化处理后，将其作为粗集料部分替代传统的石灰岩集料。钢渣的掺量根据不同路段的设计要求，分别设置为20%、30%和40%三个水平。沥青采用SBS改性沥青，以提高混合料的综合性能。在配合比设计上，通过马歇尔试验等方法，确定了不同钢渣掺量下的最佳沥青用量和级配。为了全面评估钢渣沥青混合料在该工程中的应用效果，收集了以下相关性能数据：高温性能数据：在施工过程中，对不同钢渣掺量的钢渣沥青混合料进行了现场车辙试验。试验采用标准的车辙试验机，在60℃的温度条件下，以0.7MPa的荷载作用于试件，记录试件的车辙深度随时间的变化情况。通过对试验数据的分析，得到了不同钢渣掺量下钢渣沥青混合料的动稳定度。低温性能数据：从施工现场制取了小梁试件，进行低温弯曲试验。试验在-10℃的环境下进行，采用万能材料试验机对小梁试件施加三点弯曲荷载，记录试件的荷载-变形曲线，直至试件破坏，从而得到低温弯拉应变、弯拉强度等低温性能指标。水稳定性能数据：分别进行了浸水马歇尔试验和冻融劈裂试验。在浸水马歇尔试验中，将马歇尔试件分为两组，一组在60℃恒温水浴中浸泡30min后进行马歇尔稳定度试验，另一组在60℃恒温水浴中浸泡48h后进行马歇尔稳定度试验，计算残留稳定度。在冻融劈裂试验中，同样将试件分为两组，一组进行常规劈裂试验，另一组先进行冻融循环处理（在-18℃条件下冷冻16h，然后在60℃水浴中浸泡24h），再进行劈裂试验，计算冻融劈裂强度比。疲劳性能数据：通过室内疲劳试验，模拟实际交通荷载的反复作用，对不同钢渣掺量的钢渣沥青混合料进行疲劳性能测试。试验采用四点弯曲疲劳试验方法，在一定的应力水平下，对试件施加循环荷载，记录试件的疲劳寿命。成本数据：详细统计了钢渣沥青混合料的原材料采购成本，包括钢渣、沥青、集料、矿粉等的费用；生产加工成本，涵盖钢渣的预处理、沥青混合料的搅拌、运输等环节的费用；以及运输施工成本，即从搅拌站运输到施工现场的费用和在施工现场进行摊铺、压实等施工过程的费用。通过对这些成本数据的收集和整理，计算出了不同钢渣掺量下钢渣沥青混合料的单位成本。环保数据：对钢渣的资源化利用率进行了统计，计算出钢渣在钢渣沥青混合料中实际利用的量占钢渣总产生量的比例。同时，监测了钢渣沥青混合料在生产、使用和废弃过程中对环境造成的污染情况，包括废气、废水、废渣的排放以及噪声污染等，通过专业的检测设备和方法，获取了相关的污染数据，以评估其环境污染程度。5.2基于决策者偏好的综合评价应用5.2.1确定决策者偏好权重在该新建主干道工程中，为了确定决策者对钢渣沥青混合料性能指标的偏好权重，采用层次分析法（AHP）。邀请了参与该项目的道路工程专家、业主代表以及施工单位的技术负责人等组成决策小组。首先，构建层次结构模型。目标层为选择最适合该主干道工程的钢渣沥青混合料方案；准则层包括性能、成本、环保三个主要准则。其中，性能准则又细分为高温稳定性、低温抗裂性、水稳定性、疲劳性能四个子准则；成本准则包括原材料成本、生产加工成本、运输施工成本三个子准则；环保准则包括钢渣资源化利用率、环境污染程度两个子准则。方案层则为不同钢渣掺量（20%、30%、40%）的钢渣沥青混合料方案。然后，决策小组运用1-9标度法，针对每个准则层和子准则层，对各因素进行两两比较，构造判断矩阵。对于准则层，若专家认为性能比成本重要，比环保稍微重要，那么性能-成本的判断矩阵元素a_{12}=3，性能-环保的判断矩阵元素a_{13}=5，成本-环保的判断矩阵元素a_{23}=\frac{1}{3}，从而得到准则层的判断矩阵A。同理，构建出性能准则下的子准则层（高温稳定性、低温抗裂性、水稳定性、疲劳性能）的判断矩阵，以及成本准则和环保准则下的子准则层的判断矩阵。接着，运用和法计算各判断矩阵的权重向量。以准则层判断矩阵A为例，先将判断矩阵A每一列元素进行归一化处理，得到归一化后的矩阵。然后按行求和，得到一个向量。再将该向量归一化，得到准则层各因素对于目标层的权重向量W=(w_1,w_2,w_3)，其中w_1表示性能的权重，w_2表示成本的权重，w_3表示环保的权重。经过计算，得到准则层的权重向量W=(0.52,0.3,0.18)，这表明在该项目中，决策者更注重钢渣沥青混合料的性能，其次是成本，最后是环保。在性能准则下的子准则层，经过计算得到高温稳定性、低温抗裂性、水稳定性、疲劳性能的权重分别为0.45、0.15、0.2、0.2。这说明在性能方面，决策者对高温稳定性最为关注，因为该地区夏季气温较高，对路面的高温稳定性要求较高。在成本准则下的子准则层，原材料成本、生产加工成本、运输施工成本的权重分别为0.4、0.35、0.25，表明决策者在成本方面更关注原材料成本和生产加工成本。在环保准则下的子准则层，钢渣资源化利用率和环境污染程度的权重分别为0.6、0.4，说明决策者更重视钢渣的资源化利用率，希望通过提高钢渣的利用来实现资源的循环利用和环保目标。最后，对每个判断矩阵进行一致性检验。计算各判断矩阵的一致性指标CI和一致性比例CR。经过检验，所有判断矩阵的CR均小于0.1，表明判断矩阵通过一致性检验，计算得到的权重向量是可靠的。通过这些权重向量，能够清晰地反映出决策者对钢渣沥青混合料性能指标的偏好，为后续的综合评价计算提供了重要依据。5.2.2综合评价计算与结果分析根据收集到的不同钢渣掺量（20%、30%、40%）的钢渣沥青混合料的性能数据、成本数据和环保数据，以及确定的决策者偏好权重，运用基于加权综合评价法的综合评价模型进行计算。首先，对各评价指标进行标准化处理。对于高温稳定性指标动稳定度（DS）、低温抗裂性指标低温弯拉应变（ε）、水稳定性指标残留稳定度（MS₀）和冻融劈裂强度比（TSR）、疲劳性能指标疲劳寿命（Nf）、环保指标钢渣资源化利用率等正向指标，采用公式x_{ij}^*=\frac{x_{ij}-x_{j\min}}{x_{j\max}-x_{j\min}}进行标准化；对于成本指标（原材料成本、生产加工成本、运输施工成本）、环保指标环境污染程度等逆向指标，采用公式x_{ij}^*=\frac{x_{j\max}-x_{ij}}{x_{j\max}-x_{j\min}}进行标准化。假设经过标准化处理后，不同钢渣掺量的钢渣沥青混合料的各指标标准化值如下表所示：钢渣掺量高温稳定性（DS）标准化值低温抗裂性（ε）标准化值水稳定性（MS₀）标准化值水稳定性（TSR）标准化值疲劳性能（Nf）标准化值原材料成本标准化值生产加工成本标准化值运输施工成本标准化值钢渣资源化利用率标准化值环境污染程度标准化值20%0.60.70.80.750.70.80.70.750.60.830%0.750.650.850.80.750.70.650.70.70.7540%0.850.60.90.850.80.60.60.650.80.7然后，根据加权综合评价法的公式S_i=\sum_{j=1}^{n}w_jx_{ij}^*计算各钢渣沥青混合料方案的综合评价得分S_i。对于钢渣掺量为20%的方案，综合评价得分S_{20\%}=0.52\times(0.45\times0.6+0.15\times0.7+0.2\times0.8+0.2\times0.75)+0.3\times(0.4\times0.8+0.35\times0.7+0.25\times0.75)+0.18\times(0.6\times0.6+0.4\times0.8)\begin{align*}S_{20\%}&=0.52\times(0.27+0.105+0.16+0.15)+0.3\times(0.32+0.245+0.1875)+0.18\times(0.36+0.32)\\&=0.52\times0.685+0.3\times0.7525+0.18\times0.68\\&=0.3562+0.22575+0.1224\\&=0.70435\end{align*}同理，计算钢渣掺量为30%的方案综合评价得分S_{30\%}：\begin{align*}S_{30\%}&=0.52\times(0.45\times0.75+0.15\times0.65+0.2\times0.85+0.2\times0.8)+0.3\times(0.4\times0.7+0.35\times0.65+0.25\times0.7)+0.18\times(0.6\times0.7+0.4\times0.75)\\&=0.52\times(0.3375+0.0975+0.17+0.16)+0.3\times(0.28+0.2275+0.175)+0.18\times(0.42+0.3)\\&=0.52\times0.765+0.3\times0.6825+0.18\times0.72\\&=0.3978+0.20475+0.1296\\&=0.73215\end{align*}计算钢渣掺量为40%的方案综合评价得分S_{40\%}：\begin{align*}S_{40\%}&=0.52\times(0.45\times0.85+0.15\times0.6+0.2\times0.9+0.2\times0.85)+0.3\times(0.4\times0.6+0.35\times0.6+0.25\times0.65)+0.18\times(0.6\times0.8+0.4\times0.7)\\&=0.52\times(0.3825+0.09+0.18+0.17)+0.3\times(0.24+0.21+0.1625)+0.18\times(0.48+0.28)\\&=0.52\times0.8225+0.3\times0.6125+0.18\times0.76\\&=0.4277+0.18375+0.1368\\&=0.74825\end{align*}通过比较各方案的综合评价得分，S_{40\%}=0.74825\gtS_{30\%}=0.73215\gtS_{20\%}=0.70435，可以得出钢渣掺量为40%的钢渣沥青混合料方案综合性能最优，最符合决策者的偏好。从结果分析来看，钢渣掺量为40%的方案在高温稳定性、水稳定性和疲劳性能等方面表现较好，虽然在低温抗裂性方面相对较弱，但由于决策者对高温稳定性的权重分配较高，使得该方案在综合评价中得分最高。在成本方面，虽然随着钢渣掺量的增加，原材料成本有所降低，但生产加工成本和运输施工成本可能会因为钢渣的特性而有所增加，但综合考虑决策者对成本各子准则的权重分配，其成本因素对综合评价结果的影响相对较小。在环保方面，钢渣掺量为40%的方案钢渣资源化利用率较高，环境污染程度相对较低，符合决策者对环保的要求。因此，综合考虑性能、成本和环保等因素，钢渣掺量为40%的钢渣沥青混合料方案是该新建主干道工程的最佳选择，为项目决策提供了科学依据。5.3评价结果与实际应用效果对比将基于决策者偏好的综合评价结果与钢渣沥青混合料在该新建主干道工程中的实际应用效果进行对比分析，以验证综合评价模型的准确性和有效性。在高温稳定性方面，综合评价结果显示钢渣掺量为40%的方案在高温稳定性指标上表现优异，其动稳定度较高，表明该方案抵抗高温变形的能力较强。在实际应用中，经过一个夏季的高温考验，该路段使用钢渣掺量为40%的钢渣沥青混合料路面，车辙深度明显小于其他路段，路面平整度良好，未出现明显的车辙病害，与综合评价结果相符，证明了综合评价模型对高温稳定性的评价准确可靠。在低温抗裂性方面，虽然综合评价结果显示钢渣掺量为40%的方案在低温抗裂性方面相对较弱，但在实际应用中，该地区冬季气温并非特别低，且在施工过程中采取了一些辅助措施，如添加纤维增强剂等，有效地改善了混合料的低温抗裂性能。整个冬季，该路段路面未出现明显的低温开裂现象，这表明综合评价模型在考虑低温抗裂性时，虽然准确反映了不同方案之间的相对差异，但在实际应用中，通过其他措施的配合，可以弥补混合料在某些性能上的不足。在水稳定性方面，综合评价结果表明钢渣掺量为40%的方案在残留稳定度和冻融劈裂强度比等水稳定性指标上表现较好，说明该方案具有较强的抵抗水损害的能力。在实际应用中，经过多次降雨和积水浸泡后，该路段路面未出现明显的松散、剥落等水损害现象，表明综合评价模型对水稳定性的评价能够准确预测钢渣沥青混合料在实际使用中的水稳定性能。在疲劳性能方面，综合评价结果显示钢渣掺量为40%的方案疲劳寿命较长，抗疲劳性能较好。在实际应用中，该路段经过一段时间的交通荷载作用后，路面未出现