【摘要】：平整度是評(píng)判路面使用性能好壞的重要指標(biāo),影響行駛質(zhì)量、行車安全和道路服務(wù)質(zhì)量。本文采用路面長期性能(LTPP)數(shù)據(jù)庫提供的真實(shí)數(shù)據(jù),以平整度為研究對(duì)象,挖掘分析LTPP數(shù)據(jù)庫中的實(shí)驗(yàn)采集值,運(yùn)用數(shù)據(jù)挖掘技術(shù)考慮環(huán)境氣候、路面病害、交通荷載、路面結(jié)構(gòu)等影響因素,對(duì)加拿大五省(亞伯達(dá)、馬尼托巴、魁北克、安大略、薩斯喀徹溫)近20年收集的平整度有關(guān)數(shù)據(jù)進(jìn)行分析,選定氣溫、冰凍指標(biāo)、降雨量、橫向裂縫、縱向裂縫、龜裂、塊裂、邊緣裂縫、修補(bǔ)、坑槽為本文分析的重點(diǎn)影響因素,對(duì)其進(jìn)行數(shù)據(jù)篩選,完成瀝青路面平整度數(shù)據(jù)庫的重構(gòu)。首先對(duì)影響因素進(jìn)行逐項(xiàng)分析,通過因子分析和相關(guān)性分析找出各變量之間的內(nèi)部關(guān)聯(lián);然后選用logistic模型與混合效應(yīng)模型作為平整度預(yù)測(cè)模型,分別通過調(diào)整輸入?yún)?shù)從而提高兩個(gè)模型擬合精度;最后得出logistic模型和混合效應(yīng)模型的復(fù)判定系數(shù)(R~2)分別為0.731,0.754,兩個(gè)模型的精度均低于80%。針對(duì)這兩個(gè)模型擬合精度不高的問題,本文又引入人工神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)平整度,采用B-P算法,Sigmoid為模型的激活函數(shù)。為了降低復(fù)雜性,設(shè)計(jì)了三層網(wǎng)絡(luò)訓(xùn)練該模型,將平整度影響因素作為輸入輸出樣本,通過調(diào)整輸入變量和隱含層神經(jīng)元個(gè)數(shù),計(jì)算均方根誤差(RMSE)與平均值誤差(MAE)。實(shí)驗(yàn)結(jié)果表明,當(dāng)輸入變量個(gè)數(shù)為9和隱含神經(jīng)元個(gè)數(shù)為4時(shí),RSME和MAE分別為0.881、0.682,R~2為0.876,擬合精度較高。表明基于神經(jīng)網(wǎng)絡(luò)的平整度預(yù)測(cè)方法具有低復(fù)雜、較高效率和精度的優(yōu)點(diǎn),并且能夠有效地評(píng)價(jià)路面使用性能。
【圖文】：

第二章 路面平整度及影響因素?cái)?shù)據(jù)的獲取與分析整度指標(biāo)（IRI）來源于對(duì)四分之一車輛模型路面平整度響應(yīng)的計(jì)行程。具體方式見圖 2.1，在每個(gè)輪子的位置上，車輛的表現(xiàn)，懸掛著剛度和阻尼，該部分又與車輪和懸掛部件的彈簧下質(zhì)量彈簧和非彈簧的質(zhì)量在垂直方向上振動(dòng)。IRI 主要受波長 2.5 到 1輛的身體開始移動(dòng)時(shí)，較大的波長對(duì)懸掛反應(yīng)有很小的影響，同較小的影響，軸共振的導(dǎo)致輪胎的偏轉(zhuǎn)，而不會(huì)對(duì)懸掛產(chǎn)生重大面平整度成線性比例，這意味著當(dāng)高度增加到一定百分比時(shí)，IR。

不同嚴(yán)重程度的病害也影響平整度的變化。結(jié)合以上，將平整度影響分為五大類：路面病害、交通荷載、路面結(jié)構(gòu)、環(huán)境道路。隨著時(shí)間的推移，道路的壽命會(huì)呈現(xiàn)下降趨勢(shì)，路面病害也會(huì)越來越多，，如果不養(yǎng)護(hù)和維修，道路會(huì)受到嚴(yán)重破壞。接下來會(huì)重點(diǎn)分析路面病害，交通荷載，環(huán)境多因素對(duì)路面平整度的影響情況。3.1 路面病害LTPP 數(shù)據(jù)庫中通過海量歷史數(shù)據(jù)的整合與集成，提取影響路面平整度數(shù)據(jù)，包整度數(shù)據(jù)的提取、交通荷載的提取、環(huán)境數(shù)據(jù)的提取及路面病害數(shù)據(jù)的提取。本文采用加拿大 5 省的高速公路 1990-2010 年的數(shù)據(jù)，從大量的數(shù)據(jù)提取影響平指標(biāo)，首先進(jìn)行數(shù)據(jù)的預(yù)處理工作，幫助后續(xù)平整度模型的建立。加拿大 5 省分別伯達(dá)（Alberta），馬尼托巴（Manitoba），魁北克（Quebec），安大略（Ontario）斯喀徹溫�。⊿askatchewan），5 個(gè)省的地理分布如圖 2.3 所示。
【學(xué)位授予單位】：長安大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：TP183;U416.217;U418.6

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王斌會(huì);李雄英;;穩(wěn)健因子分析方法的構(gòu)建及比較研究[J];統(tǒng)計(jì)研究;2015年05期

2 熊梅;;基于LTPP試驗(yàn)路的時(shí)間域動(dòng)態(tài)反算分析[J];公路工程;2015年02期

3 王雪如;張金喜;孔祥杰;;基于行車舒適性的路面破損評(píng)價(jià)問題探討[J];市政技術(shù);2014年03期

4 劉英莉;姜瑛;尹建成;丁家滿;李凌宇;鐘毅;;BP神經(jīng)網(wǎng)絡(luò)在鋁合金性能優(yōu)化中的研究進(jìn)展[J];材料科學(xué)與工程學(xué)報(bào);2014年01期

5 韓燕華;;基于BP神經(jīng)網(wǎng)絡(luò)的路面使用性能預(yù)測(cè)分析[J];土工基礎(chǔ);2013年03期

6 譚宏衛(wèi);曾捷;;Logistic回歸模型的影響分析[J];數(shù)理統(tǒng)計(jì)與管理;2013年03期

7 任超;吳偉;黃征凱;焦元元;;基于AIC準(zhǔn)則的RBF神經(jīng)網(wǎng)絡(luò)在GPS高程擬合中的應(yīng)用[J];測(cè)繪科學(xué);2013年02期

8 周鵬飛;溫勝強(qiáng);康海貴;;基于馬爾可夫鏈與神經(jīng)網(wǎng)絡(luò)組合的路面使用性能預(yù)測(cè)[J];重慶交通大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年05期

9 李海濱;盛燕萍;黃振;侯宏義;;人工神經(jīng)網(wǎng)絡(luò)與回歸分析方法預(yù)測(cè)接縫式水泥混凝土路面錯(cuò)臺(tái)[J];中外公路;2012年03期

10 凌建明;官盛飛;趙鴻鐸;高鎮(zhèn)都;;公路瀝青路面預(yù)養(yǎng)護(hù)多層次模糊決策模型[J];公路交通科技;2008年06期

相關(guān)博士學(xué)位論文 前1條

1 郝大力;路面性能的評(píng)價(jià)與分析研究[D];長安大學(xué);2000年

相關(guān)碩士學(xué)位論文 前9條

1 胡晨媛;基于大數(shù)據(jù)技術(shù)的瀝青路面性能預(yù)測(cè)研究[D];東南大學(xué);2016年

2 趙語茜;基于B-P神經(jīng)網(wǎng)絡(luò)的第三方移動(dòng)支付風(fēng)險(xiǎn)研究[D];北京郵電大學(xué);2016年

3 胡蘇娜;高速公路瀝青路面使用性能預(yù)測(cè)研究[D];重慶交通大學(xué);2015年

4 嚴(yán)濤;基于變參數(shù)和混合模型的醫(yī)學(xué)縱向數(shù)據(jù)研究[D];南昌大學(xué);2014年

5 向超;高速公路瀝青路面性能預(yù)測(cè)模型與預(yù)防性養(yǎng)護(hù)措施研究[D];華南理工大學(xué);2011年

6 姚慧;新疆地區(qū)瀝青路面使用性能評(píng)價(jià)方法研究[D];長安大學(xué);2010年

7 張波;瀝青路面長期性能研究[D];長安大學(xué);2010年

8 張軍;高速公路瀝青路面養(yǎng)護(hù)規(guī)劃與決策研究[D];長安大學(xué);2009年

9 楊亮;遺傳算法在路面管理系統(tǒng)中的應(yīng)用研究[D];西南交通大學(xué);2008年

本文編號(hào)：2636294