论文部分内容阅读
随着我国经济的高速发展,交通环境日趋繁重,路面破损逐渐严重,高速公路服务水平下降问题也随之而来。《“十四五”公路养护管理发展纲要》中指出,公路养护管理需提升数字化水平,以数字化引领公路养护管理转型升级,加强智能算法在养护管理中的应用,通过算法模型分析数据,提高养护决策水平。因此本文依托贵州省中东部山区高速公路,采用随机森林算法(RF)和主成分分析法(PCA)相结合对路面使用性能评价进行研究,探索机器学习方法在路面使用性能评价中的应用。本文首先调查了安江、贵翁、贵黔和贵都高速公路路面病害情况,依据《公路技术状况评定标准》(JTG 520-2018)对路面使用性能进行评价,依托四条高速公路沥青路面使用情况建立路面使用性能评价指标体系。根据评价指标具有高维数、非线性的特点,采用主成分分析法提升数据集质量,随机森林算法挖掘评价指标数据之间的内在联系,建立主成分-随机森林模型对路面使用性能进行评价。将评价结果与标准、随机森林、支持向量机(SVM)所得评价结果进行对比分析。研究结果表明新建模型具有较高的准确性,为该地区高速公路路面使用性能评价及养护维修提供参考依据。具体结论如下:(1)对安江、贵翁、贵黔和贵都高速的路面损坏情况进行统计汇总,四条高速公路路面破损主要由裂缝类、修补类病害引起,平均路面损坏面积之和占比达80.81%。结合公路所处地理、环境和交通量荷载等实际情况分析主要病害成因,确定车辆荷载和贵州地区常降雨是造成路面破损的主要原因。(2)基于《公路技术状况评定标准》对养护路段进行评定,结果显示路面抗滑性能指数SRI多数处于中、次两个等级,其他指标处于优、良两个等级。结合公路养护现状和主要病害特征,将路面破损指数PCI细分为路面条状裂缝率SCR、路面修补率PRR和路面其他破损率ODR,并与标准中路面车辙指数RDI、路面平整度指数RQI、路面抗滑性能指数SRI、路面跳车指数PBI和路面结构指数PSSI共同组建贵州省中东部山区高速公路路面技术状况综合评价指标体系。(3)在WEKA平台中构建PCA-RF、RF、SVM评价模型,对1384组养护路段实测数据进行训练,通过改变模型参数,使模型准确率最高。得出相同参数下PCA-RF模型建模时间比RF模型建模时间短,表明PCA降低了数据维度,提高了RF算法效率。且最佳参数所对应的PCA-RF模型的分类准确率和Kappa系数在三种模型中最高为97.83%、0.892。(4)将测试集PCA-RF模型评价结果与标准法、RF、SVM的评价结果对比分析,得出PCA-RF模型能够快速高效准确的反应养护路段评价等级,且所得评价结果与标准评价结果高度一致。但在路面裂缝较集中,修补较多和抗滑指数较低的路段,PCA-RF模型评价结果更为严格。因此PCA-RF模型评价结果更贴近实际路况。