一种高速公路路面使用性能评价、预测方法及系统与流程

本发明涉及高速公路数据处理领域，更具体地，涉及一种高速公路路面使用性能评价、预测方法及系统。

背景技术：

1、高速公路建设后的运营是相当重要的。每天高流量的车辆通过沥青路面势必会对其使用性能造成影响，预估路面性能及时做出养护，维护高速公路使用的安全性和通畅性显得尤为重要。因此路面性能评价、预测是十分重要的，而且也必将受到越来越多的关注。

2、对于沥青路面的高速公路，其使用性能的准确预测，有助于道路管理养护部门进行中短期规划，促进确定路面养护时机的科学化，使养护工作更具规律性和针对性。而且可以在尽可能维持沥青路面的高使用性能水平，又可以在对交通运行影响最小化的前提下，更为合理地使用有限的资金，减少人力物力的浪费，同时令沥青路面使用性能大大提高，增加路面使用年限。

3、在路面性能预测方面，1992年，johnson和cation将路面分为结构性破损和非结构性破损，分析了结构劣化、平整度等指标的可预测性，并在此基础上提出路面使用周期预测模型，凭借沥青路面的车辙与裂缝预测路面状况，该方法被成功运用于实际场景中。

4、2016年，孔祥杰研究了北京市八条典型高速公路路面检测数据。利用统计方法建立了指数形式的各单项指标以及综合指标预测模型。其中，对于路面行使质量指数和路面综合指数，还根据是否进行正常养护，分别建立了预测模型。这些预测模型在应用中都展现出了较好地精度和实用性。此外，还有研究人员建立多项式模型、logistic回归模型等用于路面使用性能预测。随着数学、计算机等相关学科的发展，灰色理论、混合效应模型、各种时间序列模型等愈来愈多的方法也被运用于路面使用性能的预测之中。概率型模型将路面使用性能变化以概率分布形式来表现，与确定型模型相比更为客观。1991年，刘伯莹与姚祖康将北京市公路网两年的路况调查数据做了整理与分析后，结合数据少的问题以及北京市具体公路交通情况，决定选用以路面损坏(以路面状况指数pci衡量)、行驶质量(以路面行驶质量指数rqi衡量)、主要损坏类型为预测变量的中短期使用性能概率预测模型。但每种单一预测模型都有其自身固有的缺陷，为减少缺陷对预测结果的影响，可建立组合预测模型。2011年，罗建科建立了灰色预测模型与bp神经网络预测模型的组合预测模型；2015年，周岚建立了灰色预测模型与多元回归预测模型的组合预测模型；2015年，胡苏娜建立了灰色预测与马尔科夫组合预测模型；2019年，袁祖峰采用灰色理论和线性回归对安徽省高速公路的沥青路面使用性能进行分析，依据分析结果，以熵值法确定其各自权重，建立组合预测模型。其中，回归预测模型分析中将交通累计荷载esal作为自变量，分别将沥青路面使用性能状况指数pci、rqi、rd作为因变量。根据精度检验结果，发现组合预测模型具有更佳的预测效果。

5、虽然选择合适的单一预测模型建立组合模型，能扬长避短，适应缺少数据、影响因素众多等不同情况下的预测需要，为类似条件下的应用提供了思路与方法。但是具体使用哪些模型来构建组合模型、使用哪些路面使用性能指标来进行预测都可以带来很大的不同，为此路面性能使用预测模型还在不断研究和深化。

技术实现思路

1、本发明旨在克服上述现有技术的至少一种缺陷(不足)，提供一种高路公路路面使用性能评价、预测的组合模型选择方法和系统，用于选择最优组合模型来进行高速高路公路路面使用性能评价和预测。

2、本发明采取的技术方案是一种高路公路路面使用性能评价、预测的组合模型选择方法，包括：

3、根据沥青混合料的技术性能确定得到沥青路面使用性能的影响因素；

4、构建包含若干单一预测模型的预测模型库，并构建每个单一预测模型的计算模型；

5、预设路面性能评价指标，以路面性能评价指标作为预测对象构建组合预测模型的至少一种计算模型；其中组合预测模型通过任意两个所述单一预测模型组合形成；

6、采集影响因素的实际数据形成分析样本和沥青路面的路面性能评价指标的实测值；

7、将分析样本进行预处理，各个单一预测模型基于预处理后的分析样本进行预测得到预测值；

8、根据对应单一预测模型对应的预测值输入对应的组合预测模型中得到组合预测模型的预测结果；

9、将组合预测模型的预测结果和路面性能评价指标的实测值进行误差分析，根据误差分析结果确定最优的组合预测模型。

10、本发明利用沥青路面所使用的沥青混合料的技术性能，来选择影响到高速高路沥青路面使用性能的因素，进而根据这些因素来采集高速公路的样本数据，同时利用单一预测模型来构建组合预测模型，然后利用采集的样本数据来对组合预测模型进行分析，从而分析选择出最优的组合预测模型，所选择的最优的组合预测模型用于高路公路沥青路面的使用性能评价和预测时，可以更精准地对沥青路面使用性能进行预测。

11、上述方案中，根据沥青混合料的技术性能确定得到沥青路面使用性能的影响因素，具体包括：

12、根据沥青混合料的技术性能选择影响沥青路面使用性能的因素；

13、根据所选择的因素进行多重共线性检验得到最终的影响因素。

14、上述方案中，根据沥青混合料的技术性能选择影响沥青路面使用性能的因素包括：高速公路所在区域的气温、降雨天数以及高速公路的交通量、大车比例。

15、上述方案中，所述路面性能评价指标为路面行驶质量指数rqi。

16、上述方案中，所述组合预测模型的计算模型为加权算术平均组合预测模型和/或加权平方和平均组合预测模型和/或加权比例平均组合预测模型，具体为：

17、加权算术平均组合预测模型

18、加权平方和平均组合预测模型

19、加权比例平均组合预测模型

20、其中，对应组合预测模型的预测值；分别为组成对应组合预测模型的单一预测模型的预测值；ω1、ω2分别为权重系数，n表示总时间段，，t表示第t个时间段。

21、上述方案中，所述单一预测模型包括灰色预测模型、指数平滑预测模型；多元回归预测模型和var模型。

22、本发明还提供一种高路公路路面使用性能评价、预测方法，所述预测方法通过上述所述的高路公路路面使用性能评价、预测的组合模型选择方法选择得到组合预测模型，所述组合预测模型为指数平滑预测模型和多元回归预测模型基于加权算术平均得到的组合模型。

23、一种高路公路路面使用性能评价、预测系统，其特征在于，所述系统采用上述所述的高路公路路面使用性能评价、预测的组合模型选择方法选择得到组合预测模型实现，所述组合预测模型为指数平滑预测模型和多元回归预测模型基于加权算术平均得到的组合模型。

24、本发明还提供一种高路公路路面使用性能评价、预测的组合模型选择系统，包括：

25、因素选择模块，用于根据沥青混合料的技术性能确定得到沥青路面使用性能的影响因素；

26、预测模型库构建模块，用于构建包含若干单一预测模型的预测模型库，并构建每个单一预测模型的计算模型；

27、组合预测模型构建模块，用于预设路面性能评价指标，以路面性能评价指标作为预测对象构建组合预测模型的至少一种计算模型；其中组合预测模型通过任意两个所述单一预测模型组合形成；

28、采集模块，用于采集影响因素的实际数据形成分析样本和和沥青路面的路面性能评价指标的实测值；

29、单一预测模块分析模块，用于将分析样本进行预处理，各个单一预测模型基于预处理后的分析样本进行预测得到预测值；

30、组合预测模块，用于根据对应单一预测模型对应的预测值输入对应的组合预测模型中得到组合预测模型的预测结果；

31、误差分析模块，用于将组合预测模型的预测结果和路面性能评价指标的实测值进行误差分析，根据误差分析结果确定最优的组合预测模型。

32、本发明还提供一种电子设备，包括存储器和处理器，存储器存储有计算机程序，其特征在于，所述处理器执行计算机程序时实现如上述所述的高路公路路面使用性能评价、预测的组合模型选择方法。

33、与现有技术相比，本发明的有益效果为：

34、本发明利用沥青路面所使用的沥青混合料的技术性能，来选择影响到高速高路沥青路面使用性能的因素，进而根据这些因素来采集高速公路的样本数据，同时利用单一预测模型来构建组合预测模型，然后利用采集的样本数据来对组合预测模型进行分析，从而分析选择出最优的组合预测模型，所选择的最优的组合预测模型用于高路公路沥青路面的使用性能评价和预测时，可以更精准地对沥青路面使用性能进行预测。