导读:本文包含了使用性能评价及预测论文开题报告文献综述及选题提纲参考文献，主要关键词:普通国省道,典型沥青路面结构,使用性能评价,使用性能预测
使用性能评价及预测论文文献综述
梅诚[1]（2019）在《普通国省道典型沥青路面结构使用性能评价及预测研究》一文中研究指出近年来,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趋势,探索了大数据技术在路面使用性能预测领域的应用。时间序列分析法在短期预测精度较高,长期预测有欠拟合的现象。支持向量机算法在处理小样本的线性不可分问题方面具有明显的优势,可以在不知道预测函数的形式、参数情况下得到预测值。K最近邻算法在大规模、大批量的数据分类预测方面,具有独特的快速性、便捷性与精准性。最后,基于支持向量机算法的典型沥青路面结构使用性能预测结果,利用费用效益比进行典型沥青路面结构费用效益评价。结合路面使用性能和费用效益比两个方面的评价结果,对广东省普通国省道典型沥青路面结构进行综合评价。(本文来源于《华南理工大学》期刊2019-04-15）
李滢滢[2]（2018）在《基于人工神经网络的路面使用性能评价及预测》一文中研究指出沥青路面的广泛应用代表着我国高等级公路建设的飞速发展。然而,在经济发展的同时,路面行驶车辆日益繁重,外界自然环境反复作用下,必然会有不同种类的沥青路面损害情况发生。这些沥青路面的早期病害不仅会降低路面的使用性能,增加路面的养护成本,严重时还可能危及到路面行车的安全性。文章从沥青路面的早期损害着手,以沥青路面为研究对象,系统的对路面使用性能的评价及预测做出研究。(本文来源于《信息通信》期刊2018年11期）
张子平[3]（2018）在《高速公路沥青路面使用性能评价及预测研究》一文中研究指出随着我国社会经济的发展,交通事业也有了更好的发展空间。随着沥青混凝土路面在公路建设工程中的逐渐推广应用,在实际应用期间也出现了越来越多的养护难题,并对路面使用性能造成了严重的影响。文章主要分析沥青路面的使用性能,并且结合公路特点提出评价沥青路面的有效指标,深入分析了各个指标的计算关系式,数据检测以及评价标准等,旨在研究设立一套完整的高速公路沥青路面使用性能评价及预测体系。(本文来源于《智能城市》期刊2018年11期）
张超良[4]（2018）在《湖南省高速公路典型沥青路面长期使用性能评价及预测研究》一文中研究指出随着湖南省高速公路的发展,不仅其通车里程越来越大,交通量也迅速增加,尤其超载、重载车辆的增多,大大加剧了路面的负担,降低了路面的使用性能。为保证高速公路长期较高的服务水平和通行能力,就必须对典型路面当前和未来的状况有统筹的把控,以便采取针对性的措施。因此,对湖南省高速公路长期使用性能的研究格外重要。基于此,本文开展了以下几点工作并得到了相关结论:(1)结合湖南省高速公路沥青路面类型、路面结构组合形式、路面结构厚度和混合料类型等对路面长期使用性能有重要影响的因素,对湖南省高速公路沥青路面结构进行了划分,并分析了各代表路段的基本属性及最近(2017年)的典型病害特征。(2)在分析湖南省高速公路沥青路面历年典型病害特征及成因的基础上,构建了湖南省高速公路典型路面长期使用性能指标体系。基于湖南省典型路面结构相应代表路段的历年检测数据,得出了代表路段的路面使用性能指标在正常养护及日常养护条件下的变化特点。(3)基于“负指数模型”与“余弦模型”的不同特征,将两者结合起来构建组合模型,并求取相应的模型参数,参数表明不同结构下的路面性能衰变情况差异较大,总体上,SMA路面好于AC/AK路面、混合式基层好于半刚性基层、CRC基层好于PCC基层、RQI指标的衰变要慢于PCI指标。(4)对湖南省高速公路沥青路面的长期使用性能(即15年)进行了预测,根据预测结果,对各路段的路面使用性能评价等级按年份进行了统计,得出了不同代表路段路面使用性能的差异,可为以后高速公路新建/大修的结构选用提供参考。(本文来源于《长沙理工大学》期刊2018-04-15）
王静[5]（2018）在《甘肃省高速公路沥青路面使用性能评价与预测决策研究》一文中研究指出在甘肃省委、省政府对甘肃省交通建设事业的大力支持下,甘肃省公路建设事业取得了显着的成果。高速公路建设的飞速发展有效缓解了交通运输紧张状况,与此同时,随着交通量的增长,高速公路局部路段出现车辙、龟裂等病害,严重威胁了行车安全,降低了高速公路的服务水平。传统依赖经验以及半经验的养护决策造成了养护资金严重浪费,路面破损加剧。因此需要建立一个高效的高速公路沥青路面养护决策系统,有效的减少养护资金的浪费,提高路面的使用性能。本文以甘肃省高速公路沥青路面为依托,对高速公路沥青路面使用性能评价、预测及决策技术进行研究,主要研究内容及成果有:结合甘肃省高速公路建设概况和已有的分区研究,将甘肃省高速公路网划分为四个分区,对四个分区高速公路沥青路面主导损害类型进行了统计分析,统计分析结果表明:I区、II区主导损害类型为修补和车辙,II区修补病害较I区轻微,但是裂缝类病害较I区严重;III区主导损害类型为裂缝类病害和车辙,IV区主导损害类型为裂缝类病害,III区裂缝类病害以横向裂缝和纵向裂缝为主,IV区裂缝类病害以纵向裂缝为主。运用主成分-聚类分析法对养护路段划分进行了研究。针对PCI作为养护路段划分指标的缺陷,本文在养护路段划分时选择沥青路面10种病害和车辙破损指数(RDI)、行驶质量指数(RQI)、抗滑性能指数(SRI)作为划分指标,运用主成分-聚类分析法对养护路段进行了划分,结果表明:主成分-聚类方法能够将路况特征一致的路段划分为一类,并且类与类之间有较大的差异。通过主成分-聚类分析法对路况变量进行降维处理,不会影响路面养护中路段的划分和路面状况等级评定,并且信息冗余度可以达到最小化,路段划分结果科学合理。研究了基于灰色TOPSIS法的高速公路沥青路面使用性能评价方法,建立了甘肃省高速公路沥青路面使用性能评价指标体系和使用性能评价标准,然后运用博弈法确定了甘肃省四个路网分区路面使用性能各分项指标权重,在此基础上运用灰色TOPSIS法对路面使用性能进行了评价,结果表明:由博弈法确定的综合权重是对主观权重和客观权重的综合反映,不仅能充分的考虑专家主观权重(即规范中的权重),又能充分的体现路段的主导损害类型,给出的综合权重科学合理,有利于提高灰色-TOPSIS法用于路面使用性能综合评价的准确度;基于灰色TOPSIS法进行路面使用性能综合评价,评价结果较规范中综合评价结果更为准确,更加有利于养护决策指导。建立了甘肃省高速公路沥青路面使用性能衰变模型。结合路况调查情况,考虑各地气候因素以及养护水平有较大差异,以划分的甘肃省高速公路沥青路面路网区域为单位,各区域选择典型路段建立了沥青路面使用性能衰变模型。确定PCI和RDI作为预测指标,分区建立了路况衰减模型。并将2017年路面检测数据与2017年预测数据进行对比,结果表明:PCI、RDI预测模型预测误差平均为4%,预测结果较为可靠。研究了甘肃省高速公路沥青路面养护决策方法。针对甘肃省高速公路路况以及养护管理现状,确定甘肃省高速公路沥青路面养护期望水平。通过对目前甘肃省高速公路沥青路面常用大中修及预防性养护措施的调研,结合各类养护措施的适用条件、养护资金状况以及路面状况组合情况,建立了甘肃省高速公路沥青路面养护对策选择决策树。并基于效益-费用分析法,确定了甘肃省高速公路沥青路面最佳养护时机,并对I区、IV区典型路段确定了最佳养护时机和养护费用。基于本文路面使用性能评价、预测以及养护决策研究成果开发了甘肃省高速公路沥青路面养护决策系统。该系统可以实现甘肃省任一条高速公路沥青路面的养护决策,并最终生成指定路段的养护决策报告,供养护管理部门养护决策使用。(本文来源于《兰州交通大学》期刊2018-04-01）
张萌,祝飞[6]（2018）在《改进无偏灰色模型预测沥青路面使用性能评价指标》一文中研究指出分析了灰色模型预测路面使用性能的可行性,选取陕西省某条高速公路路段PCI、PSSI、RQI和SRI 4项指标2012年至2016年历史数据建立了无偏灰色预测模型,引入残差对无偏灰色预测模型进行改进,运用马尔可夫状态转移矩阵来判断残差预测值在k≥n时的符号,建立了改进无偏灰色预测模型,减化了计算步骤,提高了预测精度。并对该路段2017年路面使用性能各评价指标进行了预测,根据预测结果提出了相应的养护措施。(本文来源于《湖南交通科技》期刊2018年01期）
郭知洋[7]（2017）在《基于支持向量机的高速公路半刚性基层沥青路面使用性能评价及预测》一文中研究指出我国高速公路随着使用年限的延长和交通量的增长,已逐步由快速建设阶段向养护管理阶段过渡,养护管理任务将十分艰巨,其中路面使用性能评价和预测是养护管理的前提。由于我国高速公路以半刚性基层沥青路面为主,因此本文对高速公路半刚性基层沥青路面使用性能评价和预测进行系统研究。依托2016年福建罗宁高速、2016年京藏高速甘肃段和2014年河北省14条高速公路的损坏状况数据,分析高速公路半刚性基层沥青路面主要损坏类型。在此基础上,建立适用于高速公路半刚性基层沥青路面的使用性能指标体系,体系包含路面损坏状况指标、路面结构强度指标和路表功能状况指标3类一级指标。其中路面损坏状况指标包含路面修补状况指标、条状裂缝状况指标和其他破损状况指标3项二级指标;路表功能状况指标包含路面行驶质量指标、路面车辙状况指标和路面安全性能指标3项二级指标。基于支持向量机理论,建立高速公路半刚性基层沥青路面使用性能评价和预测模型。在路面使用性能评价方面,首先采用主成分分析法对评价指标进行降维处理形成彼此相互独立的主成分,然后选取主成分样本训练支持向量分类机,构建主成分分析法与支持向量分类机相结合的PCA-SVM模型,模型评价结果与实际相符;在路面使用性能预测方面,利用遗传算法较强的全局搜索能力这一优点对支持向量回归机参数进行优化,解决支持向量回归机在预测时参数难以准确选取的难题,构建遗传算法与支持向量回归机相结合的GA-SVR模型,模型预测结果相对误差均小于1%。本文研究成果用于指导高速公路半刚性基层沥青路面养护维修计划和方案的合理制定,为养护决策及路面管理提供可靠理论依据。(本文来源于《河北工业大学》期刊2017-12-01）
郭玲玲[8]（2017）在《基于遗传神经网络的路面使用性能评价预测》一文中研究指出基于遗传神经网络算法,在进行高速公路路面使用性能评价与预测时,引入遗传神经网络,建立高速公路路面使用性能评价与预测模型,通过该模型,评价和预测了吉林某高速公路路面使用性能。结果表明:与BP网络预测PCI的结果相比,遗传神经网络预测PCI的结果与高速路面PCI实际值误差缩小更明显,这表明遗传神经网络模型预测精度得到很大程度提高。测试结果说明,本研究提出的遗传神经网络预测方法是可行的,它可以作为高速路面一种有效预测手段,提供科学方法进行公路路面使用性能的评价与预测。(本文来源于《公路工程》期刊2017年04期）
罗秀兰,夏汝刚[9]（2017）在《基于遗传神经网络的路面使用性能评价预测》一文中研究指出以神经网络和遗传算法为主要描述对象,以公路路面为例,研究遗传算法和神经网络在公路路面设计中的主要特点,并对其使用性能做出相应的评价和预测,建立基于遗传神经网络的路面使用性能评价预测依据。验证了神经网络应用与路面使用性能评价预测的有效性。(本文来源于《施工技术》期刊2017年S1期）
龚勋[10]（2016）在《莲易高速路面使用性能评价与预测》一文中研究指出通过资料收集和实地调研,详细的介绍了莲易高速公路典型病害及其分布情况,在此基础上,利用回归分析的方法建立路面性能的预测模型,对其进行预测,为水泥混凝土路面在运营期内的预防性养护时机提供依据,具有重要的实践意义。(本文来源于《山西建筑》期刊2016年29期）
使用性能评价及预测论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
沥青路面的广泛应用代表着我国高等级公路建设的飞速发展。然而,在经济发展的同时,路面行驶车辆日益繁重,外界自然环境反复作用下,必然会有不同种类的沥青路面损害情况发生。这些沥青路面的早期病害不仅会降低路面的使用性能,增加路面的养护成本,严重时还可能危及到路面行车的安全性。文章从沥青路面的早期损害着手,以沥青路面为研究对象,系统的对路面使用性能的评价及预测做出研究。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
使用性能评价及预测论文参考文献
[1].梅诚.普通国省道典型沥青路面结构使用性能评价及预测研究[D].华南理工大学.2019
[2].李滢滢.基于人工神经网络的路面使用性能评价及预测[J].信息通信.2018
[3].张子平.高速公路沥青路面使用性能评价及预测研究[J].智能城市.2018
[4].张超良.湖南省高速公路典型沥青路面长期使用性能评价及预测研究[D].长沙理工大学.2018
[5].王静.甘肃省高速公路沥青路面使用性能评价与预测决策研究[D].兰州交通大学.2018
[6].张萌,祝飞.改进无偏灰色模型预测沥青路面使用性能评价指标[J].湖南交通科技.2018
[7].郭知洋.基于支持向量机的高速公路半刚性基层沥青路面使用性能评价及预测[D].河北工业大学.2017
[8].郭玲玲.基于遗传神经网络的路面使用性能评价预测[J].公路工程.2017
[9].罗秀兰,夏汝刚.基于遗传神经网络的路面使用性能评价预测[J].施工技术.2017
[10].龚勋.莲易高速路面使用性能评价与预测[J].山西建筑.2016