路面损坏状况指数预测方法、系统、设备及介质技术方案

本发明专利技术涉及道路工程技术领域，公开了一种路面损坏状况指数预测方法、系统、设备及介质，所述方法包括：根据路面损坏状况指数，采用模糊C均值聚类法对目标路段进行分类以划分多个分区；采用灰色关联分析法对各分区的路面使用性能指标与路面损坏状况指数进行相关性，提取各分区的预测样本；根据预测样本，采用支持向量机回归法预测目标时间段的路面损坏状况指数。本发明专利技术针对营运期采取养护措施后路面损坏状况指数突变导致预测周期PCI的非线性变化趋势，将模糊C均值聚类法、灰色关联分析法及支持向量机回归法相结合，并利用支持向量机的机器学习特点，通过回归方法实现路面使用性能的多指标非线性追溯预测，精确度高。精确度高。精确度高。

【技术实现步骤摘要】
路面损坏状况指数预测方法、系统、设备及介质


[0001]本专利技术涉及道路工程
，尤其涉及一种路面损坏状况指数预测方法、一种路面损坏状况指数预测系统、一种计算机设备及一种计算机可读存储介质。

技术介绍

[0002]随着我国交通路网不断完善，大部分高速公路已从初始建设期转入养护期。受重复交通荷载作用及外界环境影响，随之出现的裂缝、坑槽等沥青路面病害会极大降低高速公路路面使用性能、行车舒适性及安全性。因此，及时开展有效、针对性的养护管理工作，可使路面长期保持良好服役状态，而路面使用性能的准确预测又是精准养护的重要支撑。
[0003]较多学者根据公路实际工况建立路面使用性能评价体系，通过预测模型预估路面使用性能，以提出针对性养护措施。但现有预测方法存在以下问题：（1）预估精度问题。常规PPI模型、灰色关联度模型预测精度较低，且预测年份较少；普通层次分析法过度依赖专家的专业性，主观性过高；神经网络易过度训练，预测结果不稳定。
[0004]（2）路段划分问题。依靠经验划分养护路段，难以将大而杂的数据予以分类，故无法实现根据病害程度制本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种路面损坏状况指数预测方法，其特征在于，包括：根据路面损坏状况指数，采用模糊C均值聚类法对目标路段进行分类处理，以将目标路段划分为多个分区；采用灰色关联分析法对各分区的路面使用性能指标与路面损坏状况指数进行相关性分析，以提取各分区的预测样本；根据所述预测样本，采用支持向量机回归法预测目标时间段的路面损坏状况指数。2.如权利要求1所述的路面损坏状况指数预测方法，其特征在于，所述根据路面损坏状况指数，采用模糊C均值聚类法对目标路段进行分类处理，以将目标路段划分为多个分区的步骤包括：采集目标路段中各子路段在各历史时间段内的上行路面损坏状况指数及下行路面损坏状况指数；将所述上行路面损坏状况指数转化为高维空间分布的上行基准数据，并将所述下行路面损坏状况指数转化为高维空间分布的下行基准数据；采用模糊C均值聚类法将所述上行基准数据聚类为至少两个上行分区，并用模糊C均值聚类法将所述下行基准数据聚类为至少两个下行分区。3.如权利要求2所述的路面损坏状况指数预测方法，其特征在于，还包括：分别计算各上行分区及下行分区的子路段数、路面损坏状况指数的平均值以及路面损坏状况指数的标准差。4.如权利要求1所述的路面损坏状况指数预测方法，其特征在于，所述采用灰色关联分析法对各分区的路面使用性能指标与路面损坏状况指数进行相关性分析，以提取各分区的预测样本的步骤包括：分别采集各上行分区及下行分区在各历史时间段内的路面使用性能指标；采用灰色关联分析法对所述路面使用性能指标与路面损坏状况指数进行相关性分析，以确定各分区中各路面使用性能指标与路面损坏状况指数相关性；根据所述相关性确定各分区中各路面使用性能指标的影响级别；将影响级别在预设的目标影响级别内的路面使用性能指标作为对应分区的预测样本。5.如权利要求4所述的路面损坏状况指数预测方法，其特征在于，所述路面使用性能指标包括路面路龄指标、当量轴次指标、温度均值指标、最大温度指标、最小温度指标及年平均降雨量指标。6.如权利要求1所述的路面损坏状况指数预测方法，其特征在于，所述根据预测样本，采用支持向量机回归法预测目标时间段的路面损坏状况指数的步骤包括：将预测样品中的各使用性能指...

【专利技术属性】
技术研发人员：李浩，曾国东，周敏，方杨，李向航，李超，徐艺珅，丁思尹，成浩，袁妙，
申请(专利权)人：佛山市交通科技有限公司，
类型：发明
国别省市：