一种道路路面衰变概率型预测方法技术

本发明专利技术涉及路面养护管理技术领域，具体涉及一种道路路面衰变概率型预测方法，包括收集道路路面衰变数据，并对数据进行预处理，得到预处理数据；随机生成多组初始权重值，以最小化贝叶斯神经网络模型的误差为优化目标，通过布谷鸟算法搜索出一组最佳初始权重值；利用所述最佳初始权重值和所述预处理数据得到的道路路面衰变数据重新训练贝叶斯神经网络模型，得到道路路面衰变概率型预测模型，本发明专利技术提出了一种基于贝叶斯神经网络与布谷鸟搜索算法藕合的道路路面衰变概率型预测方法。该方法的预测精度与稳定性得到进一步提升，有助于道路工程师更准确地预测道路路面未来的状况，制定更合理的路面养护计划。

【技术实现步骤摘要】

本专利技术涉及路面养护管理，尤其涉及一种道路路面衰变概率型预测方法。

技术介绍

1、道路路面作为直接服务于人员车辆通行的结构物，其状况水平直接影响着通行的舒适性和安全性。但由于车辆荷载、自然环境等因素，路面结构物不可避免地随着时间不断衰变。由于我国近年来大量地建设道路交通基础设施，路面养护所需资金巨大。为了合理利用有限资金，需要开展合理的路面养护管理规划。路面养护管理规划涉及到多年度的养护安排计划，而准确且稳定的路面衰变预测便是制定合理的多年度养护方案的关键基础。当前常见的道路路面衰变预测模型为确定型，无法准确地表征路面衰变过程中的不确定性。已有的道路路面概率型衰变预测模型主要包括了基于马尔可夫、高斯过程回归、贝叶斯神经网络的三种预测方法。基于马尔可夫的概率型衰变预测模型需将连续值的变量划分成离散变量，造成一定的信息损失。基于贝叶斯神经网络的概率型预测模型是基于高斯过程回归的概率型衰变预测模型的进一步升华，前者预测精度高于后者。但仅基于贝叶斯神经网络构建的概率型模型预测结果精度和稳定性仍有进一步提升的空间。

技术实现思路本文档来自技高网...

【技术保护点】

1.一种道路路面衰变概率型预测方法，其特征在于，包括以下步骤：

2.如权利要求1所述的道路路面衰变概率型预测方法，其特征在于，

3.如权利要求1所述的道路路面衰变概率型预测方法，其特征在于，

4.如权利要求1所述的道路路面衰变概率型预测方法，其特征在于，

5.如权利要求4所述的道路路面衰变概率型预测方法，其特征在于，

【技术特征摘要】

1.一种道路路面衰变概率型预测方法，其特征在于，包括以下步骤：

2.如权利要求1所述的道路路面衰变概率型预测方法，其特征在于，

3.如权利要求1所述的道路路面衰...

【专利技术属性】
技术研发人员：肖烽，陈华鹏，聂彪，宋前宏，江钰，
申请(专利权)人：华东交通大学，
类型：发明
国别省市：