面向路面使用性能的公路养护决策方法

来源 :计算机应用与软件 | 被引量 : 0次 | 上传用户:best0909
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对公路养护决策中路面使用性能预测不精确、决策主观性大、信息化程度低等问题,提出一套面向路面使用性能的养护决策系统的实现方法.基于最小二乘支持向量机理论建立路面使用性能预测模型,为解决影响因素随机性大、复杂非线性问题,提出一种累加法对数据进行处理.构建多目标养护决策模型以提高路面使用性能,实现养护资金的合理分配.结合算例验证该方法,结果表明能提升路面使用性能指标的预测精度,并优化养护方案.设计并开发公路养护决策系统,实现路面指标的评定、预测及养护决策一体化功能,有利于提高公路养护智能化、信息化水平.
其他文献
污水处理过程具有多变量、强非线性和强扰动等特性,且系统输入具有随机性,不同天气状况和不同时间段的污水的排量不同.扩展卡尔曼滤波存在估计精度低和鲁棒性差等缺陷,当系统模型参数变化和外界环境噪声较大时,扩展卡尔曼滤波估计性能下滑.将无迹卡尔曼滤波算法应用到污水处理系统中,并与扩展卡尔曼滤波算法相比较,结果显示,无迹卡尔曼滤波可以对污水系统运行的实际状态进行更好的估计.该方法不仅提升了估计精度,更提高了估计的鲁棒性.
提出基于粒子群优化的虚拟机迁移模型(Particle swarm optimization for virtual machine migration model,PSO-VMM).设计基于多维物理资源约束的能量消耗模型,以能量消耗最小作为粒子群优化的目标函数.在物理主机状态检测和虚拟机选择阶段,利用鲁棒局部归约检测LRR(Local Regression Robust)和最小迁移时间选择MMT(Minimum Migration Time).在虚拟机放置阶段,将粒子群优化算法应用到大规模的候选迁移虚拟机