[发明专利]一种基于学习模型的公路养护决策分析方法

权利要求书

1.一种基于学习模型的公路养护决策分析方法，包括以下步骤，

S1.根据原始数据种类创建相应的影响因子，并由历年各路段原始数据和养护方法建立样本池；

S2.对样本池数据进行归一化处理，得到所有样本数据的归一化结果集合X_n；

S3.对行业内已有的养护进行序列化，得到每种养护方法代表值Y_n；

S4.建立基于样本数据的学习模型；

S5获取需要养护决策的数据X_p，进行计算并获得本次计算的养护方法代表值集合Y_q；

S6.对Y_q进行反归一化并进行四舍五入取整，获得Y_q’，输出最优决策养护方法；所述步骤S4包括以下子步骤：

S4.1根据影响因子数m建立中间计算集合S_n，其中，n＝2^m，S_i为集合Sn中的第i个值，S_i的计算公式如下：

W_mn＝{W₁₁,W₂₁,……,W_m1,W₁₂,W₂₂,……,W_m2,……,W_mn}，共m×n个，其是整个方法的学习权重，Z_i是矫正量基础值；

S4.2对Sn进行归一化处理得到S'_n，归一化方法采用以下公式：

S4.3根据公式3计算养护方案预估值Y'：

C_i为计算矫正值，D_i为计算矫正基础值；

S4.4计算样本Y_i和Y_i'的误差评估值E_i：

E_i＝Y_i'(1-Y_i')(Y_i-Y_i') 公式4

S4.5根据E_i修正ΔC_i和ΔD_i，ΔC_i和ΔD_i初始值为0,并根据ΔC_i和ΔD_i修改C_i和D_i：

ΔC_i＝AΔC_i+BE_iS_i 公式5

C_i＝C_i+ΔC_i 公式6

ΔD_i＝AΔD_i+BE_i 公式7

D_i＝D_i+ΔD_i 公式8

A为历史信任度，B为趋近学习系数，二者取值为A∈(0,1]，B∈(0,1]；S4.6更新W_mn和Z_i；

S4.7从1到n循环重复带入新的样本数据X_i，并重复执行S4.1至S4.6步操作N次，N＞5000；

X_i为集合X_n中的一份样本，Y_i为第i种养护方法的代表值。

2.根据权利要求1所述的一种基于学习模型的公路养护决策分析方法，其特征在于，所述步骤S5包括：

获取需要养护决策的数据X_p，对X_p进行1次步骤S2至S4.3的操作，其中步骤S2、S3中样本池数据改为需要养护决策的数据，最终获得本次计算的养护方法代表值集合Y_q。