[发明专利]路面损坏状况指数预测方法、系统、设备及介质

说明书

本发明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。

技术领域

本发明涉及道路工程技术领域，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。

背景技术

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。

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。

（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定针对性的养护措施。

（3）PCI突变段的适用性问题。现有模型无法适用于采取养护措施后路段的PCI增加现象，常规单一预测方法失效，故无法考虑养护历史因素，造成预测结果失真。

因此，在考虑养护历史因素的前提下，研发一种全新的预测方法以更精准地预测路面使用性能，已成为亟待解决的问题。

发明内容

本发明所要解决的技术问题在于，提供一种路面损坏状况指数预测方法、系统、计算机设备及计算机可读存储介质，可实现路面使用性能的多指标非线性追溯预测，精确度高。

为了解决上述技术问题，本发明提供了一种路面损坏状况指数预测方法，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。

作为上述方案的改进，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。

作为上述方案的改进，所述路面损坏状况指数预测方法还包括：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。