论文部分内容阅读
伴随着高速公路建设飞速发展的背后,带来的是一系列的高速公路的路面健康维护管理问题,高速公路的维护就是在高速公路建成投入运营后,需要投入人力、物力和资金对其进行维修和养护,使得高速公路最大程度的处于健康的通行能力状态,而高速公路的健康维护管理的基础是对路面的精确、及时、有效地评价。随着高速公路的不断建设和联网,投入运营后的路面使用性能会随着运营时间、环境以及行车载荷等因素而逐渐恶化损坏,从而增加车辆的运行费用、降低行车的舒适性,甚至影响行车的安全而造成交通事故,因此对路面使用性能进行及时、有效的评价,不仅能够提高高速公路的使用寿命,而且还可以避免不必要的交通事故和额外损失,提高管理企业的利润。本文通过利用粗糙集理论和基于MATLAB的GRNN神经网络算法,建立了高速公路的路面使用性能评价系统模型,并通过基于粗糙集和广义回归神经网络实现了路面使用性能评价的应用。本文从以下几个方面对高速公路的路面使用性能评价进行了研究。(1)研究了粗糙集理论在高速公路的路面数据处理中的应用,根据路面数据复杂、高维、无规律性等特点,提出了首先使用粗糙集对影响路面使用性能的指标进行属性约简,提取出对路面使用性能起着根本影响作用的评价指标,为后续的神经网络训练、评价和分析起到辅助和奠基作用。(2)研究了路面使用性能评价在高速公路的路面健康维护管理中的作用机理,根据路段所处地域、承受载荷、材料性能和维护水平等因素不同程度的变异性等特点,提出了基于粗糙集理论结合广义回归神经网络的路面使用性能评价模型和框架。(3)分析了高速公路的路面健康维护管理信息系统开发过程维护管理的关键点,并根据实际情况从全局出发,采用模块化设计理念,从管理信息系统的系统总体结构和系统体系结构两方面着手研究,分析路面使用性能评价的结构功能和工作流程的要求,分析建模并为后续的设计建立基本框架。最后对全文的研究工作进行了总结,分析本模型存在的不足,并对课题的后续研究工作进行了展望。