导读:本文包含了路面平整度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:交通运输工程,路面长期性能,Logistic模型,国际平整度指数
路面平整度预测论文文献综述
赵飞,施发垦,陈利[1]（2019）在《基于BP神经网络和Logistic回归分析的沥青路面平整度模型预测》一文中研究指出为了解决国际平整度指数IRI预测模型准确性不高等问题,以路面长期性能(LTPP)数据库实测数据为基础,采用机器学习中BP神经网络建模方法对提取出的数据进行预测分析,并与传统的Logistic回归分析结果做评估对比。分析结果表明,利用传统的Logistic方法和BP神经网络得出的复判定系数分别为0.731、0.876,说明采用的BP神经网络平整度预测模型具有较高效率和预测精度以及较低的复杂度,能够有效评价路面使用性能。(本文来源于《筑路机械与施工机械化》期刊2019年07期）
冯迪[2]（2019）在《路面平整度的变化规律与预测》一文中研究指出路面平整度的好坏直接影响到行车速度、舒适度、安全和经济性能,鉴于此,在充分掌握平整度影响因素的基础上,通过现场PQI检测结果与规律的分析,并与某高速典型路面结构IRI变化情况相结合,总结出路面平整度变化规律,并做好预测。(本文来源于《交通世界》期刊2019年16期）
陈利[3]（2018）在《基于LTPP的沥青路面平整度预测方法研究》一文中研究指出平整度是评判路面使用性能好坏的重要指标,影响行驶质量、行车安全和道路服务质量。本文采用路面长期性能(LTPP)数据库提供的真实数据,以平整度为研究对象,挖掘分析LTPP数据库中的实验采集值,运用数据挖掘技术考虑环境气候、路面病害、交通荷载、路面结构等影响因素,对加拿大五省(亚伯达、马尼托巴、魁北克、安大略、萨斯喀彻温)近20年收集的平整度有关数据进行分析,选定气温、冰冻指标、降雨量、横向裂缝、纵向裂缝、龟裂、块裂、边缘裂缝、修补、坑槽为本文分析的重点影响因素,对其进行数据筛选,完成沥青路面平整度数据库的重构。首先对影响因素进行逐项分析,通过因子分析和相关性分析找出各变量之间的内部关联;然后选用logistic模型与混合效应模型作为平整度预测模型,分别通过调整输入参数从而提高两个模型拟合精度;最后得出logistic模型和混合效应模型的复判定系数(R~2)分别为0.731,0.754,两个模型的精度均低于80%。针对这两个模型拟合精度不高的问题,本文又引入人工神经网络模型预测平整度,采用B-P算法,Sigmoid为模型的激活函数。为了降低复杂性,设计了叁层网络训练该模型,将平整度影响因素作为输入输出样本,通过调整输入变量和隐含层神经元个数,计算均方根误差(RMSE)与平均值误差(MAE)。实验结果表明,当输入变量个数为9和隐含神经元个数为4时,RSME和MAE分别为0.881、0.682,R~2为0.876,拟合精度较高。表明基于神经网络的平整度预测方法具有低复杂、较高效率和精度的优点,并且能够有效地评价路面使用性能。(本文来源于《长安大学》期刊2018-04-02）
李鑫,张定邦,骆顺天,何万祥[4]（2017）在《GM(1,1)模型在沥青路面平整度预测中的应用》一文中研究指出灰色系统是在贫数据状态下进行数据预测的数学方法。以黄(石)黄(梅)高速公路工程为研究对象,建立了沥青路面平整度GM(1,1)预测模型,对平整度的变化规律进行预测。结果表明,预测结果与实测结果的偏差能够控制在0.05 mm范围内,满足相关规范对施工预测精度的要求。(本文来源于《湖北理工学院学报》期刊2017年01期）
杜艳花[5]（2017）在《基于时间序列的沥青路面平整度预测方法》一文中研究指出路面平整度的预测是路面管理系统的重要内容,科学预测平整度的衰变规律是路面养护管理的关键前提.通过对北京市京藏高速、京开高速、京哈高速、六环高速4条高速公路历年平整度变化规律进行统计分析,采用时间序列法建立适合北京市高速公路的平整度衰变模型,即IRIt=1.244exp(0.153t),并且结合以往研究成果提出,高速公路路龄为5年,路面行驶质量指数RQI=85.4时,应该实施预防性养护.(本文来源于《兰州交通大学学报》期刊2017年01期）
郭怡绮[6]（2016）在《养护干预下的沥青路面平整度预测》一文中研究指出平整度作为使用性能系统中的综合性指标,不仅可以评估路面的行驶质量,也可以为养护决策提供依据。本文依托交通运输部建设科技项目《沥青路面长期使用性能研究(LAPP)》(编号：2014 318 223 010),以平整度为出发点,建立在不同截面信息及养护活动干预下沥青路面使用性能的演化规律,从而为养护规划中确定养护时机及最佳养护方案提供现实依据,也为进一步完善科学化养护规划体系提供了思路。本文在平整度影响因素机理分析及大量已有研究的基础上,总结出平整度发展的影响因素可以分为七类,分别为：路面病害、路龄、交通荷载、路面结构、环境、初始平整度和养护活动。在此基础上,结合我国沥青路面长期使用性能数据库中数据类型,提取出所有与平整度有关的数据项,并对所有数据进行预处理,完成沥青路面平整度数据库的重构。最后,采用统计学方法对不同的检测数据和属性数据进行分析,得到其统计学规律与对比分析。对影响因素进行逐项分析,选择其中的叁大类截面信息：路面病害、交通荷载和路面结构作为变量分析的候选变量,并细化为11个具体变量。通过因子分析与聚类分析的对比研究,确定采用SAS统计分析软件对候选变量进行变量聚类分析,最终确定平整度预测模型的输入变量为破损率、交通量和路面结构指数。通过各种预测方法及理论的对比分析,选择适合于面板数据建模的混合效应模型作为平整度预测模型的统计学理论基础,以Logistic模型为基础模型采用SAS中的NLMIXED模块建立新建路面平整度的非线性混合效应模型。模型中的随机效应能够体现不同路段的差异性,而在参数中引入协变量不仅能够进一步解释各路段的差异性,还可以在一定程度上提高模型拟合精度。同时,模型的建立验证了非线性混合效应模型在平整度预测中的适用性,为接下来的养护活动干预研究提供了理论基础。最后,基于非线性混合效应模型研究养护活动干预下沥青路面的平整度衰变规律,并分析不同养护措施、养护前平整度值及养护路段的路面结构指数对养护活动后平整度演化规律的影响；综合以上分析,结合养护阈值的确定、费用效益分析等,最终提出基于平整度的沥青路面养护规划体系。(本文来源于《东南大学》期刊2016-05-20）
王佳秋,邓慧,王葳,马松林[7]（2016）在《应用路面平整度预测的数学模型促进黑龙江省高速公路建设》一文中研究指出为了更好地贯彻养护工作,及时采集数据,可以通过路面平整度的时间序列数学模型提出路面平整度预测,建立科学的综合养护方案,以有效测量出路面的真实平整度,避免路面测量过程中检测数据不充分产生的误差,导致不能准确判断路面平整度数据问题。这样,可以降低公路的养护成本,使道路得到及时养护,提高公路的使用寿命。(本文来源于《经济研究导刊》期刊2016年11期）
徐兆华[8]（2013）在《灰色系统理论预测沥青路面平整度性能模型研究》一文中研究指出针对沥青路面平整度性能指标,在原有灰色预测模型的基础上,进行数据二次预测拟合,并结合某高速公路近几年平整度检测资料,对模型及预测结果进行分析研究。(本文来源于《交通标准化》期刊2013年09期）
颜可珍,张邹,林峰[9]（2012）在《卡尔曼时间序列模型预测路面平整度指数》一文中研究指出路面平整度的发展趋势受交通量、温度及使用时间等许多因素的影响,很难建立综合全面的预测模型。而时间序列法利用历年的IRI值可解决这个问题。针对传统的时间序列法计算的不足,提出了将卡尔曼滤波应用于时间序列IRI预测模型的方法,能充分利用观测值对状态估值进行实时修正,可有效提高预测模型的预测精度,且无需储存大量的历史观测数据。最后,通过实例证明了该模型有效可行。(本文来源于《路基工程》期刊2012年04期）
鲍亮亮[10]（2010）在《指数平滑法在路面平整度预测中的应用》一文中研究指出通过对路面平整度指数IRI随时间发展规律的分析与研究,提出采用指数平滑法来提高预测精度。经工程实例分析表明,使用该模型可以很好地预测路面平整度的发展,是一种有效而实用的方法。(本文来源于《价值工程》期刊2010年22期）
路面平整度预测论文开题报告
（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：
路面平整度的好坏直接影响到行车速度、舒适度、安全和经济性能,鉴于此,在充分掌握平整度影响因素的基础上,通过现场PQI检测结果与规律的分析,并与某高速典型路面结构IRI变化情况相结合,总结出路面平整度变化规律,并做好预测。
（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。
路面平整度预测论文参考文献
[1].赵飞,施发垦,陈利.基于BP神经网络和Logistic回归分析的沥青路面平整度模型预测[J].筑路机械与施工机械化.2019
[2].冯迪.路面平整度的变化规律与预测[J].交通世界.2019
[3].陈利.基于LTPP的沥青路面平整度预测方法研究[D].长安大学.2018
[4].李鑫,张定邦,骆顺天,何万祥.GM(1,1)模型在沥青路面平整度预测中的应用[J].湖北理工学院学报.2017
[5].杜艳花.基于时间序列的沥青路面平整度预测方法[J].兰州交通大学学报.2017
[6].郭怡绮.养护干预下的沥青路面平整度预测[D].东南大学.2016
[7].王佳秋,邓慧,王葳,马松林.应用路面平整度预测的数学模型促进黑龙江省高速公路建设[J].经济研究导刊.2016
[8].徐兆华.灰色系统理论预测沥青路面平整度性能模型研究[J].交通标准化.2013
[9].颜可珍,张邹,林峰.卡尔曼时间序列模型预测路面平整度指数[J].路基工程.2012
[10].鲍亮亮.指数平滑法在路面平整度预测中的应用[J].价值工程.2010
标签：交通运输工程; 路面长期性能; logistic模型; 国际平整度指数;