山西省长期以来一直是以煤炭为主的资源大省，重型车比例居高不下，大量高速公路路面出现不同程度的裂缝、坑槽、车辙等病害，严重缩短了道路使用寿命并极大地影响了行车安全。因此，结合多年来研究和实践经验制定科学合理的高速公路沥青路面多年养护计划方案是当务之急。有必要在深入研究决策理论的基础上，建立科学合理且可量化的路面养护决策树。并建立资金分配模型，将决策树确定出的养护方案进一步筛选，确定优先实施养护的路段及其实施年份，以期在现有资金条件下达到最佳养护效益。
　　本文主要基于‘山西省政府还贷高速公路三年路面养护规划’项目进行山西省沥青路面养护决策研究。收集了山西省沥青路面的基础信息、性能状况、交通状况、养护历史情况和环境状况等数据建立了山西省高速公路网信息数据库。发现路面性能数据存在分项指标与总体指好坏情况不一致和历年数据前后矛盾的问题，选用Isolation Forest孤立森林异常检测方法根据异常指数剔除异常数据839条。
　　并使用LASSO模型选择出与路面养护决策最相关的参数，通过学习专家的决策结果建立BP神经网络模型辅助路面养护决策工作，将其与C4.5算法决策树模型对比证明其具有更高的准确性和适用性。还通过分析神经网络模型中的输入和输出关系，挖掘提取出了山西省高速公路沥青路面养护决策树，决策结果基本符合路面养护实际规律。此外，本文根据路段交通等级与最近一次采用的养护措施，对性能数据进行分类，将性能变化数据ΔPCI和ΔRQI与对应养护路龄按照不同的最近一次养护类别与交通量分类后再进行线性回归，得到不同交通量与历史养护类别对应的路面性能预测模型参数，最终确立了PCI和RQI的性能预测模型。在决策树和性能预测的基础上，为确定具体能够实施养护的路段及其实施年份建立了山西省沥青路面养护资金分配的整数规划模型，引入物元分析模型对每个路元进行重要性排序，大大提高了养护决策优化效率。并选取局部路网进行养护决策优化展示，为其建立养护资金分配模型，并展示各路段实施各类养护方案的长度和所耗资金，评估该养护资金分配模型的效果。