【技术实现步骤摘要】
一种道路结构服役性态低维评价方法
本专利技术属于道路监测
，涉及一种道路结构服役性态低维评价方法。
技术介绍
“数据丰富与知识贫乏”是当今信息时代人类面临的突出问题，“向数据要知识”的数据挖掘与知识发现研究成为近年来大数据与人工智能领域的研究重心与热点。对道路结构(路基路面)开展全面、准确评价是有效实施科学管养的基础条件，而目前行业内主流检/监测方法或手段所得数据，具有数量大、维度高、信息交叉等特点，即“富数据—贫知识”矛盾突出，给合理评价道路结构技术状况带来了极大的挑战。现有道路结构服役性态评估体系是基于道路结构力学性能、行驶质量、损坏状况等多个维度，融合微观与宏观等评估尺度，梳理出道路结构服役性态评估架构，如表1所示：表1道路结构服役性态评估体系架构但该结构具有评价维度高、评估指标多、信息交叉(不同的评价指标或测量参数相关性、重叠性显著)等缺点，如图1所示，这给全面、合理评价道路结构技术状况带来了极大的挑战，因此，迫切需要对目前庞杂的用于道路结构评价的检/监测数据实施降维处理，即构造个数较少的抽象潜在因子，代替原有个数较多的具体测量参数，克服原始数据强相...
【技术保护点】
1.一种道路结构服役性态低维评价方法，其特征在于，该方法具体包括以下步骤：S1：构建道路结构服役性态的潜在评价因子；S2：求解各路段潜在评价因子得分；S3：计算各路段综合评价因子得分，并对其排序，即得出所有路段道路结构服役性态的排序结果。
【技术特征摘要】
1.一种道路结构服役性态低维评价方法，其特征在于，该方法具体包括以下步骤：S1：构建道路结构服役性态的潜在评价因子；S2：求解各路段潜在评价因子得分；S3：计算各路段综合评价因子得分，并对其排序，即得出所有路段道路结构服役性态的排序结果。2.根据权利要求1所述的一种道路结构服役性态低维评价方法，其特征在于，所述步骤S1具体包括以下步骤：S11：收集并整理道路结构服役性态评价初始测量参数；S12：对初始测量参数进行标准化处理，得到测量参数标准值；S13：构造测量参数标准值的相关系数矩阵R；S14：构建测量参数标准值与潜在评价因子的数学表达式；S15：求解潜在评价因子载荷矩阵A；S16：根据因子旋转规则对载荷矩阵A进行旋转。3.根据权利要求2所述的一种道路结构服役性态低维评价方法，其特征在于，所述步骤S11具体包括：假设Xij是路段i对应的初始测量参数Xj的实测值，其中i＝1,2,…,m，j＝1,2,…,n，m表示路段总数，n表示每段路段收集的初始测量参数总数；E(Xj)是初始测量参数Xj对应各路段实测值的均值，D(Xj)是初始测量参数Xj对应各路段实测值的方差，则表达式为：D(Xj)＝E[(Xij-E(Xj))2]＝E(Xij2)-E2(Xj)。4.根据权利要求3所述的一种道路结构服役性态低维评价方法，其特征在于，所述步骤S12具体包括：将m条路段的n个初始测量参数，进行标准化处理，得到测量参数标准值X*ij为：5.根据权利要求4所述的一种道路结构服役性态低维评价方法，其特征在于，所述步骤S13具体包括：将路段i的各测量参数标准值X*ij组成为一个n维向量X*i＝X*i1,X*i2,…,X*inT，然后构造此向量的协方差矩阵，即为相关系数矩阵R：其中，rjj'为向量X*i的分量X*ij与X*ij'的协方差。6.根据权利要求5所述的一种道路结构服役性态低维评价方法，其特征在于，所述步骤S14具体包括：将路段i的第j项测量参数标准值X*ij表示为潜在评价因子及特殊因子的线性组合：X*ij＝aj1F1+aj2F2+...+ajpFp+εj，j＝1,2,...,n其中，Fk为潜在评价因子，k＝1,2,...,p且p≤n；εj为X*ij的特殊因子；则路段i的...
【专利技术属性】
技术研发人员：李聪，邓卫东，唐胜传，熊潮波，徐周聪，王火明，张东长，李菁若，王全磊，郭妮，
申请(专利权)人：招商局重庆交通科研设计院有限公司，
类型：发明
国别省市：重庆,50
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。