基于马尔可夫链与神经网络组合的路面使用性能预测

doi:10.3969/j.issn.1674-0696.2012.05.19

重庆交通大学学报（自然科学版） ›› 2012, Vol. 31 ›› Issue (5): 997-1001.DOI: 10.3969/j.issn.1674-0696.2012.05.19

基于马尔可夫链与神经网络组合的路面使用性能预测

周鹏飞，温胜强，康海贵

大连理工大学建设工程学部，辽宁大连11602

收稿日期:2011-12-26 修回日期:2012-03-29 出版日期:2012-10-15 发布日期:2015-01-22
作者简介:周鹏飞(1977—)，男，河南卫辉人，讲师，博士，主要从事交通规划与管理方面的研究。E-mail:pfzhou@yeah.net。
基金资助:
国家自然科学基金项目( 71101014) ; 河南交通厅科技计划项目( 200912)

Pavement Performance Combining Forecasting Based on BP Neural Network and Markov Model

Zhou Pengfei，Wen Shengqiang，Kang Haigui

Faculty of Infrastructure Engineering，Dalian University of Technology，Dalian 116024，Liaoning，China

Received:2011-12-26 Revised:2012-03-29 Online:2012-10-15 Published:2015-01-22

摘要/Abstract

摘要： 在分析路面使用性能影响因素的基础上，结合马尔可夫过程链预测与BP 神经网络预测的优势，提出一种组合预测模型; 探讨了模型组合形式及参数确定方法; 结合河南某高速公路工程实测资料进行了实证分析。结果表明: 通过预测模型的合理组合与参数的优选，能够有效地提高预测精度。

关键词: 道路工程, 路面使用性能, 组合预测, 马尔可夫过程链, BP 神经网络

Abstract: Based on the analysis of important effects of the pavement performance，a pavement performance combining method is proposed with neural network and Markov process． The model combining forms are discussed and the parameters optimization is suggested． Then using actual survey datum of a highway in Henan，experiments are studied and the results show that the proposed combining model is capable to improve pavement performance forecasting by choosing suitable combining forms and their parameters．

Key words: road engineering, pavement performance, combining forecasting, Markov model, BP neural network

中图分类号:

U416.216

周鹏飞，温胜强，康海贵. 基于马尔可夫链与神经网络组合的路面使用性能预测[J]. 重庆交通大学学报（自然科学版）, 2012, 31(5): 997-1001.

Zhou Pengfei，Wen Shengqiang，Kang Haigui. Pavement Performance Combining Forecasting Based on BP Neural Network and Markov Model[J]. Journal of Chongqing Jiaotong University(Natural Science), 2012, 31(5): 997-1001.

参考文献

［1］喻翔．高速公路路面养护管理系统决策优化的研究［D］．成都: 西南交通大学，2005．
［2］张慧莉，罗惠清，田秋清，等．沈大高速公路沥青路面使用性能概率预测［J］．东北公路，2001，24(3): 1-4．
Zhang Huili，Luo Huiqing，Tian Qiuqing，et al． Probability forecastingof use performance of asphalt pavement in expressway［J］．Northeastern Highway，2001，24(3): 1-4．
［3］马士宾，魏连雨，杨春风．沥青路面状况属性综合评价［J］．长安大学学报: 自然科学版，2002，22(4): 16-19．
Ma Shibin，Wei Lianyu，Yang Chunfeng． Attribute synthetic assessmentsystem for asphalt pavement condition ［J］． Journal ofChang’an University: Natural Science，2002，22(4): 16-19．
［4］王国晓，安景峰，陈荣生．灰色理论在路面使用性能预测中的应用［J］．公路交通科技，2002，19(3): 16-19．
Wang Guoxiao，An Jingfeng，Chen Rongsheng． Application of graysystem in forecast of pavement performance［J］． Journal of Highwayand Transportation Reseach and Development，2002，19(3): 16-19．
［5］张敏江，张丽萍，赵俭斌．路面使用性能灰色理论建模方法［J］．吉林大学学报: 工学版，2002，32(3): 82-85．
Zhang Minjiang，Zhang Liping，Zhao Jianbin． The study of greymodel method for advanced pavement performance［J］． Journal ofJilin University: Engineering ＆ Technology，2002，32(3): 82-85．
［6］杨锡武，陈国祯．一种评价柔性路面状况的模糊方法［J］．重庆交通学院学报，1994，13(2): 35-39．
Yang Xiwu，Chen Guozhen． A fuzzy method for estimating behaviorof flexible pavement［J］． Journal of Chongqing Jiaotong University，1994，13(2): 35-39．
［7］侯相深，王哲人，王牧，等．路面使用性能综合评价的马氏距离法［J］．中国公路学报，1995，8(4): 17-20．
Hou Xiangshen，Wang Zheren，Wang Mu，et al． Synthetic evaluationof pavement performance with Mahalanbis distance method［J］．China Journal of Highway and Transport，1995，8(4): 17-20．
［8］胡霞光，王秉刚．两种基于遗传算法的路面性能综合评价方法［J］．长安大学学报: 自然科学版，2002，22(2): 6-9．
Hu Xiaguang，Wang Binggang． Application of two genetic algorithmsbased method in pavement performance synthetic evaluation［J］． Journal of Chang’an University: Natural Science，2002，22(2): 6-9．
［9］季天剑，黄晓明，陈荣生．人工神经网络在路面使用性能分析中的应用［J］．公路交通科技，2002，19(4): 18-21．
Ji Tianjian，Huang Xiaoming，Chen Rongsheng． Application of artificialneural network in analyses of pavement performance［J］． Journalof Highway and Transportation Reseach and Development，2002，19(4): 18-21．
［10］李志刚，刘新杰，邓学钧．基于神经网络的高速公路沥青路面决策方法研究［J］．公路交通科技，2001，18(4): 28-30．
Li Zhigang，Liu Xinjie，Deng Xuejun． Decision-making models forfreeway asphalt pavements based on neural network［J］． Journal ofHighway and Transportation Reseach and Development，2001，18(4): 28-30．
［11］ Ferregut C，Abdullah I． Artificial Neural Network-Based Methodologiesfor Rational Assessment of Remaining Life of Existing Pavement(Research Project 0-1711)［R］． Texas: Department of Transportation，1998．
［12］辛红升．高速公路路面使用性能评价、预测及养护决策的研究［D］．西安: 长安大学，2008．

[1]	张淑宝. 一种中央分隔带分离式改进混凝土护栏的研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(07): 107-111.
[2]	赵伟. 纳米蒙脱石/SBS复掺改性沥青性能试验研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(07): 118-122.
[3]	郭鹏1，陈思贤1，曹志国1，刘俊1，孟建玮2，鲜江林3. 复配废机油再生剂的制备及性能研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(06): 87-91.
[4]	肖庆一1,2，赵鹏1，孙博伟3，张怡4，丁啸5. 废植物油再生沥青结合料性能研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(06): 92-98.
[5]	何丽红1,2,温仙仙1,2,侯艺桐1,2,邓稳1,2. 阴离子乳化沥青粒径大小及分布影响因素分析[J]. 重庆交通大学学报（自然科学版）, 2021, 40(06): 99-104.
[6]	姚爱玲1，王军伟2，许敏3，杨孟乾4，杨涛1. 水泥稳定碎石基层沥青路面隆起开裂数值分析[J]. 重庆交通大学学报（自然科学版）, 2021, 40(06): 105-111.
[7]	赵全满，任瑞波，刘瑶，李志刚，户桂灵. 城市道路检查井井周路面破坏机理[J]. 重庆交通大学学报（自然科学版）, 2021, 40(05): 87-94.
[8]	王志祥1,2，李建阁1，陈楚鹏2. 基于变权重评价的沥青路面使用性能灰色预测[J]. 重庆交通大学学报（自然科学版）, 2021, 40(05): 95-101.
[9]	肖庆一1，2，3，封仕杰1，孙立东1，陈向伟1. 碱渣掺量对不同龄期下半刚性再生基层力学性能研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(05): 102-109.
[10]	潘兵宏1，2，任卉2，单慧敏1，霍永富1. 客货分离整体式路基互通出口同分带开口长度研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(04): 83-90.
[11]	孔令云1，邹胜楠1，黄麟钬2，吴海鹰3，余苗1，杨博1. 复合式路面疲劳裂纹扩展数值模拟研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(04): 91-97.
[12]	凌天清1，魏巧2，李传强3，袁海2，杨清尘3. 生物柴油-塑料裂解蜡复合温拌改性沥青性能研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(04): 98-104.
[13]	王清洲1，孙超1，檀奥龙2，魏连雨1. 膨胀性泥岩重塑土膨胀力试验研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(04): 112-117.
[14]	王民1,2，尚飞1，肖丽1，包广志3. 钢桥面浇注式沥青铺装复合梁疲劳损伤规律分析[J]. 重庆交通大学学报（自然科学版）, 2021, 40(03): 84-88.
[15]	董仕豪，韩森，尹媛媛，吴松，张启鑫. 基于表面能理论的石灰改性沥青黏附性研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(03): 89-97.

基于马尔可夫链与神经网络组合的路面使用性能预测

Pavement Performance Combining Forecasting Based on BP Neural Network and Markov Model

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics