普通国省道典型沥青路面结构使用性能评价及预测研究
发布时间：2022-01-16 08:50
近年来,随着经济的快速发展,普通国省道交通量增长快,超载、超重现象频繁,路面使用性能衰减严重。良好的路面结构可提高路面结构承载能力,有效地减少沥青路面早期损害发生,提高道路的舒适性和耐久性。对普通国省道典型沥青路面结构质量状况进行科学客观的评价,研究沥青路面性能衰变规律,可为公路管理部门选用路面结构和制定养护决策提供参考。首先,对广东省9条普通国道和124条普通省道路段的路面结构情况进行统计分析,根据自然环境条件、交通荷载条件确定广东省普通国省道典型沥青路面结构分类标准,以典型路面结构应具有应用广泛、未来发展前景好的特点作为筛选条件,选定广东省普通国省道典型沥青路面结构。其次,建立了沥青路面使用性能评价指标体系,分别采用规范评价法、模糊熵权综合评价法对广东省普通国省道典型沥青路面结构进行使用性能评价。采用的模糊熵权综合评价法中,利用岭型隶属度函数处理路面性能评价等级的边界不清晰问题,引入熵值法解决赋权的客观性问题,综合了模糊方法与熵值法的优点,得到了更精确的使用性能评价等级结果。再次,分别利用时间序列分析法、支持向量机算法和K最近邻算法建立路面使用性能的预测模型,研究路面使用性能的衰变...
【文章来源】：华南理工大学广东省 211工程院校 985工程院校 教育部直属院校
【文章页数】：108 页
【学位级别】：硕士
【部分图文】：
技术路线图
华南理工大学硕士学位论文( )( )40 72.51 1sin 70 67.5 72.52 2 51 62.5 67.51 1sin 60 57.5 62.52 2 50 57.5xx xV xx xx (3-12)( )50 62.51 1sin 60 57.5 62.52 2 51 57.5xV x xx (3-13)“优良中次差”五级评价等级的隶属度函数曲线如图 3-6 所示。
图 4-1 ARIMA(1,0,0)模型拟合曲线4.3 基于大数据的支持向量机算法预测近年来，随着大数据技术的蓬勃发展，信息化、网络化、大数据技术已广泛应用于各个行业。在公路建设、养护中积累了海量的数据，这些数据中蕴含着公路领域重要的信息资源。大数据技术是挖掘这些信息资源的重要工具，公路信息大数据化必将是未来公路领域研究的重要方向，大数据相关算法将会在道路领域得到广泛使用。传统预测模型往往是立足于小样本的算法，相比较传统的确定型或者概率型预测模型，大数据模型基于数据挖掘算法，能够进行更深层次、更高级别的运算。大数据算法中的支持向量机（SupportVectorMachine，简称 SVM）算法，在小样本、非线性的回归预测领域方面具有准确、科学的独特优势，可以在不知道回归预测函数的形式、参数情
【参考文献】：
期刊论文
[1]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[J]. 赵静,王选仓,丁龙亭,房娜仁,李善强. 重庆大学学报. 2019(04)
[2]基于SVM的道路路面性能评估分析与应用[J]. 董锴,王瑜. 公路工程. 2019(01)
[3]基于K-均值聚类的沥青路面使用性能评价[J]. 汪首元,崔玉姣,马伟中,李彩霞,宿秀丽. 公路交通科技(应用技术版). 2019(02)
[4]基于模糊综合评价的公路网发展分析方法[J]. 张丽娟,梅诚,许薛军,杨瑞环. 公路. 2018(12)
[5]模糊熵权综合评价模型在沈阳市水资源承载力综合评价中的应用[J]. 刘雯雯. 黑龙江水利科技. 2018(09)
[6]基于金融时间序列和舆情分析的股票分析系统[J]. 张旭,薛雷,李敦宇. 工业控制计算机. 2018(04)
[7]广东省普通国省道典型路面结构衰变规律及养护技术[J]. 许薛军,王俊喆,潘宗俊,钟清文. 公路交通科技. 2017(08)
[8]基于ARIMA-SVM模型的快速公交停站时间组合预测方法[J]. 杨敏,丁剑,王炜. 东南大学学报(自然科学版). 2016(03)
[9]基于模糊综合评价法的泥石流风险评价[J]. 沈简,饶军,傅旭东. 灾害学. 2016(02)
[10]基于支持向量机回归组合模型的中长期降温负荷预测[J]. 王宁,谢敏,邓佳梁,刘明波,李嘉龙,王一,刘思捷. 电力系统保护与控制. 2016(03)
博士论文
[1]高速公路沥青路面使用性能评价及预测研究[D]. 周岚.东南大学 2015
[2]高速公路路面养护管理系统决策优化的研究[D]. 喻翔.西南交通大学 2005
[3]半刚性基层沥青路面使用性能衰变规律研究[D]. 武建民.长安大学 2005
硕士论文
[1]基于支持向量机算法的室内无线定位系统[D]. 李广.长春理工大学 2018
[2]KNN算法在矿井水源识别中的应用[D]. 何晨阳.安徽理工大学 2017
[3]广东省高速公路沥青路面结构使用性能调查与分析[D]. 刘宏.华南理工大学 2016
[4]公路网与区域经济发展适应性评价研究[D]. 马炳享.华南理工大学 2016
[5]湖南省官庄至安化高速公路社会经济费用效益评价研究[D]. 潘军古.长沙理工大学 2016
[6]高速公路沥青路面预防性养护措施效果评价研究[D]. 张会珍.华南理工大学 2015
[7]高速公路沥青路面使用性能预测及预防性养护对策研究[D]. 伍祥松.重庆交通大学 2013
[8]风电场风速及风电功率预测研究[D]. 柯拥勤.华北电力大学 2012
[9]沥青路面长期性能研究[D]. 张波.长安大学 2010
[10]基于费用效益的高速公路路侧安全设施设计优化研究[D]. 李占利.长安大学 2009
本文编号：3592327
【文章来源】：华南理工大学广东省 211工程院校 985工程院校 教育部直属院校
【文章页数】：108 页
【学位级别】：硕士
【部分图文】：
技术路线图
华南理工大学硕士学位论文( )( )40 72.51 1sin 70 67.5 72.52 2 51 62.5 67.51 1sin 60 57.5 62.52 2 50 57.5xx xV xx xx (3-12)( )50 62.51 1sin 60 57.5 62.52 2 51 57.5xV x xx (3-13)“优良中次差”五级评价等级的隶属度函数曲线如图 3-6 所示。
图 4-1 ARIMA(1,0,0)模型拟合曲线4.3 基于大数据的支持向量机算法预测近年来，随着大数据技术的蓬勃发展，信息化、网络化、大数据技术已广泛应用于各个行业。在公路建设、养护中积累了海量的数据，这些数据中蕴含着公路领域重要的信息资源。大数据技术是挖掘这些信息资源的重要工具，公路信息大数据化必将是未来公路领域研究的重要方向，大数据相关算法将会在道路领域得到广泛使用。传统预测模型往往是立足于小样本的算法，相比较传统的确定型或者概率型预测模型，大数据模型基于数据挖掘算法，能够进行更深层次、更高级别的运算。大数据算法中的支持向量机（SupportVectorMachine，简称 SVM）算法，在小样本、非线性的回归预测领域方面具有准确、科学的独特优势，可以在不知道回归预测函数的形式、参数情
【参考文献】：
期刊论文
[1]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[J]. 赵静,王选仓,丁龙亭,房娜仁,李善强. 重庆大学学报. 2019(04)
[2]基于SVM的道路路面性能评估分析与应用[J]. 董锴,王瑜. 公路工程. 2019(01)
[3]基于K-均值聚类的沥青路面使用性能评价[J]. 汪首元,崔玉姣,马伟中,李彩霞,宿秀丽. 公路交通科技(应用技术版). 2019(02)
[4]基于模糊综合评价的公路网发展分析方法[J]. 张丽娟,梅诚,许薛军,杨瑞环. 公路. 2018(12)
[5]模糊熵权综合评价模型在沈阳市水资源承载力综合评价中的应用[J]. 刘雯雯. 黑龙江水利科技. 2018(09)
[6]基于金融时间序列和舆情分析的股票分析系统[J]. 张旭,薛雷,李敦宇. 工业控制计算机. 2018(04)
[7]广东省普通国省道典型路面结构衰变规律及养护技术[J]. 许薛军,王俊喆,潘宗俊,钟清文. 公路交通科技. 2017(08)
[8]基于ARIMA-SVM模型的快速公交停站时间组合预测方法[J]. 杨敏,丁剑,王炜. 东南大学学报(自然科学版). 2016(03)
[9]基于模糊综合评价法的泥石流风险评价[J]. 沈简,饶军,傅旭东. 灾害学. 2016(02)
[10]基于支持向量机回归组合模型的中长期降温负荷预测[J]. 王宁,谢敏,邓佳梁,刘明波,李嘉龙,王一,刘思捷. 电力系统保护与控制. 2016(03)
博士论文
[1]高速公路沥青路面使用性能评价及预测研究[D]. 周岚.东南大学 2015
[2]高速公路路面养护管理系统决策优化的研究[D]. 喻翔.西南交通大学 2005
[3]半刚性基层沥青路面使用性能衰变规律研究[D]. 武建民.长安大学 2005
硕士论文
[1]基于支持向量机算法的室内无线定位系统[D]. 李广.长春理工大学 2018
[2]KNN算法在矿井水源识别中的应用[D]. 何晨阳.安徽理工大学 2017
[3]广东省高速公路沥青路面结构使用性能调查与分析[D]. 刘宏.华南理工大学 2016
[4]公路网与区域经济发展适应性评价研究[D]. 马炳享.华南理工大学 2016
[5]湖南省官庄至安化高速公路社会经济费用效益评价研究[D]. 潘军古.长沙理工大学 2016
[6]高速公路沥青路面预防性养护措施效果评价研究[D]. 张会珍.华南理工大学 2015
[7]高速公路沥青路面使用性能预测及预防性养护对策研究[D]. 伍祥松.重庆交通大学 2013
[8]风电场风速及风电功率预测研究[D]. 柯拥勤.华北电力大学 2012
[9]沥青路面长期性能研究[D]. 张波.长安大学 2010
[10]基于费用效益的高速公路路侧安全设施设计优化研究[D]. 李占利.长安大学 2009
本文编号：3592327
本文链接：https://www.wllwen.com/kejilunwen/daoluqiaoliang/3592327.html
