个基于GM(1,1)残差改进模型沥青路面使用性能预测.docVIP

个基于GM(1,1)残差改进模型沥青路面使用性能预测 　　摘要：针对传统GM(1,1)模型在预测沥青路面使用性能中存在误差过大、计算复杂的问题，通过定义残差序列，对预测序列与残差序列进行累加再处理,构造新的序列数据；并且对新序列数据构造GM(1,1)残差改进模型,以进行预测。以SSI为例,建立了基于历史数据的指标预测模型，结果表明，GM(1，1)残差改进模型的平均预测误差为5.58%，优于传统GM(1，1)模型预测的平均相对误差13.04%。最后对PCI、RQI、SFC三项指标进行模拟预测，根据预测结果提出相应的养护措施。 　　关键词:道路工程;路用性能;灰色系统;GM(1，1)残差改进模型 　　Abstract: In order to minis the excessive error and computational complexity from traditional GM (1,1) model in the functional performance of bituminous pavement prediction, this paper defines the residual series, formulates a new sequence by using the sum of predicting sequence and the absolute value of residual sequence so as to construct a residuals improved GM (1,1) model to predict. Take PCI as an example, the paper established the prediction model which based on the historical dates, The results shows that the average error of residuals improved GM (1,1) model is 7.42%, which is significantly better than that 13.5% of traditional GM (1,1) model. and also made an evaluation to the accuracy of the model. And last using the established model to predict the three target of PCI、RQI、SFC and according to the forecasts the conservation measures were given. 　　Key words: road engineering; Pavement performance; gray system; residuals improved GM (1, 1) mode 　　中图分类号： U416.217 文献标识码：A 文章编号： 　　 　　 　　影响路面使用性能变化的因素很多，包括交通量等级、不同荷载作用、自然环境影响以及施工质量等因素，而且影响因素随时间、地点的不同而存在差异。目前的科技水平还难以完全定量地分析这些因素的影响，在这种情况下产生了诸多的预测模型，如回归模型、马尔科夫模型和BP人工神经网络模型等[1-3]，其中灰色预测方法在路面使用性能预测方面得到了广泛的应用，杜二鹏等将灰色预测方法应用于路面使用性能预测，并与传统的回归统计模型进行了比较[4]; 王新竹等程将灰色理论应用于依托工程中[5]。由于灰色预测存在的一些缺点??有相关研究对灰色GM(1,1)进行了改进研究。但是，由于模型求解过程相当繁琐,影响了模型的进一步推广应用。为此，本文以传统GM(1,1)模型的解法为基础，通过对预测序列与残差序列进行再处理，构造新序列，并且以新序列构建残差改进模型，实现传统GM(1,1)模型的改进。 　　1 沥青路面使用性能评价指标 　　路面使用性能预测是对体现路面状况和养护水平的各分项性能进行预先的估计和推测，我国的《公路沥青路面养护技术规范》对路面使用性能的单项评价指标包括:路面状况指数(PCI)、路面行驶质量指数(RQI)、路面结构强度系数(SSI)、路面抗滑系数(SFC)。 　　1.1 路面状况指数(PCI) 　　路面状况指数是以路面破损率为基础，综合表征路面损坏状况的路用性能指标。它不仅提供了路面结构完好程度等信息，并为设计、施工提供反馈信息，还为确定路面所需的养护和改建措施提供依据。 　　1.2 行驶质量指数(RQI) 　　路面的行驶质量采用行驶质量指数(RQI)