基于数据挖掘的路面预防性养护决策的研究与实现

发布时间：2023-04-30 02:43

　　随着信息技术的飞速发展,我国公路网开始向“智慧公路”迈进。在公路养护方面,经过近年的信息化建设已经积累了大量的数据,但是由于传统的数据分析方法无法充分挖掘数据中的潜在价值,所以对于养护数据的处理仍然是以传输和存储为核心,应用分析处于初级阶段,大量的养护数据并未对实际的公路养护决策起到有效的指导作用。而数据挖掘技术为发现数据中隐含知识而生,因此研究数据挖掘技术并将其应用到公路养护决策中,发挥其数据处理能力,充分挖掘公路养护所积累历史数据中的有用信息,以提高公路路面养护工作效率、延长路面使用寿命、降低养护成本,是一件具有重要意义的事情。本文以“湖北省智慧公路大数据采集和挖掘分析平台”项目为研究背景,将数据挖掘技术应用于路面预防性养护决策。本文的主要研究内容如下:(1)研究了目前公路路面养护系统的国内外现状,分析了现行路面养护决策对于数据利用的不足,确定在路面预防性养护决策中应用数据挖掘技术的必要性;然后通过对数据挖掘的主要技术的研究及其相关的成功应用,确定了数据挖掘技术在路面预防性养护决策中应用的可行性。(2)针对现有路面性能养护数据的数据质量问题,选择采用Isolation Forest...

【文章页数】：79 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第1章 绪论
    1.1 课题来源
    1.2 研究背景和意义
    1.3 路面养护决策的国内外研究现状
    1.4 论文文的主要工作和组织结构
第2章 路面预防性养护需求分析及关键技术研究
    2.1 预防性养护需求分析以及路面性能指标
        2.1.1 预防性养护的需求分析
        2.1.2 路面使用性能评价指标
    2.2 基于数据挖掘的路面预防性养护决策关键技术研究
        2.2.1 路面预防性养护决策的数据挖掘技术
    2.3 路面预防性养护决策研究的整体框架
    2.4 小结
第3章 公路路面性能数据异常检测
    3.1 主要数据质量问题
    3.2 异常检测方法的选择
    3.3 基于iForest的路面性能数据异常检测原理
        3.3.1 iForest的预备知识
        3.3.2 基于iForest的路面性能数据异常检测流程
    3.4 路面使用性能iForest异常挖掘的具体实现
        3.4.1 模型属性选择
        3.4.2 路面性能数据的模型训练
        3.4.3 路面性能数据的模型评估
        3.4.4 路面性能数据异常挖掘结果分析
        3.4.5 iForest与ORCA,LOF以及Random Forests的对比
    3.5 小结
第4章 路面使用性能预测与性能衰减关联挖掘分析
    4.1 路面使用性能预测的基本思想
        4.1.1 预测模型的选择
        4.1.2 路面使用性能预测整体流程
    4.2 基于回归模型和灰色系统的组合预测模型求解
        4.2.1 回归预测模型参数估计
        4.2.2 灰色系统预测参数估计
        4.2.3 组合预测模型
    4.3 路面使用性能的预测实现
        4.3.1 路面性能回归预测
        4.3.2 路面性能灰色系统预测
        4.3.3 组合预测结果对比
    4.4 路面使用性能衰减关联规则挖掘与分析
        4.4.1 路面衰减关联规则挖掘算法分析
        4.4.2 衰减因素关联规则挖掘结果分析
    4.5 小结
第5章 路面预防性养护辅助决策
    5.1 目前养护决策的基本方式
    5.2 基于灰色物元发路面养护辅助决策
        5.2.1 养护决策优化策略以及决策流程
        5.2.2 基于灰色物元法的路面养护优先级排序
    5.3 灰色物元养护辅助决策应用
        5.3.1 灰色物元法优先级排序结果
        5.3.2 辅助决策养护资金需求对比
    5.4 小结
第6章 总结与展望
    6.1 总结
    6.2 下一步工作展望
致谢
参考文献
攻读硕士学位期间发表的论文



本文编号：3806258