沥青路面的使用性能评价和预测模型
|
摘要
自1984年我国引进的沥青路面养护管理系统开始,路面管理系统已经取得了极大的应用和发展,不仅为我国路面管理各部门提供了科学的分析工具和方法,也有效利用有限资源,为提供具有足够服务水平的路面做出科学的管理和决策。路面使用性能的评价和预测作为路面管理系统中重要的部分,是了解路面状况以及使用性能的变化规律,做出合理的对策,制定相应的养护改建措施的基础。因此,路面使用性能的评价和预测模型的建立和实现是路面管理系统实现的关键。
本文以沥青路面的使用性能的评价和预测作为研究重点,首先详细介绍了路面常用的各单项性能指标以及相应的规范要求作为文章研究的基础内容。在分析和总结国内使用性能评价和预测模型的研究现状基础上,论述各种模型的优缺点。以最常用的回归模型为例,详细说明该模型在对路面性能进行评价当中存在的问题。当代智能技术的兴起和发展,使得以往很多难以解决的问题得到了进一步研究,BP神经网络作为这一技术的一个分支,可以用于处理具有大量模糊信息,以及不确定数据的复杂系统,而公路在快速发展过程中也越来越显现出这种复杂性和不确定性,因此本文将BP神经网络的模型结构运用在路面工程中,并发现了这种结构所表现出的优势,然而该算法也不是完全没有缺陷,为了弥补这种不足,本文在参阅大量文献后,将遗传算法引入,优化神经网络的权阈值,通过路面的实测数据验证,这种方法不仅可以充分利用神经网络在处理复杂模糊系统时所表现出来的高度非线性,良好容错力以及强大的自组织,自学习,自适应等优良的特性,而且也克服了BP算法在训练过程中容易陷入局部极小等固有缺陷。在路面使用性能预测模型的建立方面,同样采用了BP网络同遗传算法相结合的方法,以平整度标准差,路面强度指数,路面横向力系数以及交通量,行车环境这三项作为网络的输入,来预测路面状况指数。评价和预测模型都以实际数据作为验证其有效性的基础,经过反复的训练,测试发现该模型确实具有良好拟合精度,并且模型的外推性能好,结构的建立也不复杂,对路面使用性能来说,是一种很有效的评估手段。
本文以MATLAB7.0作为主要的编程工具,并且应用了MATLAB程序中自带的神经网络工具箱来实现BP网络结构的建立,遗传算法的优化是应用谢菲尔德大学开发的遗传算法工具箱实现的。模型的建立主要是将遗传算法用于优化神经网络的权值和阈值,并将最终优化得到的一组权阈值赋给神经网络进行训练最终可以使得网络跳出局部最小区域,以较少的迭代次数达到收敛。
Pavement Management System has achieved great application and development since our country introduced British asphalt pavement management in 1984. This system provide not only scientific approach and analyzing tool for the kinds of department of pavement management institution, but also help to make scientific management and decision to ensure the good service level of the pavement. Pavement performance evaluation and prediction is the two most important parts of pavement management system, they are the base to understand pavement condition and change regulation, make right strategy and corresponding maintenance, reconstruction decision. Therefore, establishing and realizing the pavement performance evaluation and prediction model is the key point of pavement management.
Pavement performance evaluation and prediction are the mostly research contents in this paper. Based on analyzing the present situation of the pavement performance evaluation, advantages and shortages of every existing model are presented. The first part of the paper introduces common pavement performance evaluation index and corresponding codes and standards. According to pavement performance characteristics and evaluation index feature, a new method Genetic Algorithms-based BP Neural Network model is introduced to establish pavement performance evaluation model. This structure has great character; it can not only make good use of many advantages of Neural Network, such as highly nonlinear, good fault tolerant capability, strong self study, self adapting, self organizing, but also overcome the deficiency of BP Neural Network model which is easy to be trapped in the local extremum and has low rapidity of convergence. The global search ability of GA covers the shortage of BP network and save the training time. The two part of the paper presents the pavement performance prediction model. It also adopts Genetic Algorithms-based BP Neural Network to establish prediction model. In this model, smoothness standard deviation, pavement intensity index and pavement cornering ratio are network inputs, output is pavement condition index. Actual sample is used to test the evaluation and prediction model. After the network training, simulating and testing, it is proved that this model has high evaluating and predicting precision, good extrapolating character, straightforward construction. Therefore, it is an effective method to evaluate and predict for pavement performance system.
MATLAB7.0 is the mainly programming tool for this paper. Artificial Neural Network is established by the Neural Network Toolbox of MATLAB. Genetic Algorithm is realized by the Genetic Algorithm Toolbox developed by University of Sheffield, UK. This structure mainly use Genetic Algorithm to optimize the weight and threshold of BP Neural Network, then training the network with optimized weight and threshold so that the network can trip out of the local extremum, and achieve precision of convergence with minimal iterate.
本文以沥青路面的使用性能的评价和预测作为研究重点,首先详细介绍了路面常用的各单项性能指标以及相应的规范要求作为文章研究的基础内容。在分析和总结国内使用性能评价和预测模型的研究现状基础上,论述各种模型的优缺点。以最常用的回归模型为例,详细说明该模型在对路面性能进行评价当中存在的问题。当代智能技术的兴起和发展,使得以往很多难以解决的问题得到了进一步研究,BP神经网络作为这一技术的一个分支,可以用于处理具有大量模糊信息,以及不确定数据的复杂系统,而公路在快速发展过程中也越来越显现出这种复杂性和不确定性,因此本文将BP神经网络的模型结构运用在路面工程中,并发现了这种结构所表现出的优势,然而该算法也不是完全没有缺陷,为了弥补这种不足,本文在参阅大量文献后,将遗传算法引入,优化神经网络的权阈值,通过路面的实测数据验证,这种方法不仅可以充分利用神经网络在处理复杂模糊系统时所表现出来的高度非线性,良好容错力以及强大的自组织,自学习,自适应等优良的特性,而且也克服了BP算法在训练过程中容易陷入局部极小等固有缺陷。在路面使用性能预测模型的建立方面,同样采用了BP网络同遗传算法相结合的方法,以平整度标准差,路面强度指数,路面横向力系数以及交通量,行车环境这三项作为网络的输入,来预测路面状况指数。评价和预测模型都以实际数据作为验证其有效性的基础,经过反复的训练,测试发现该模型确实具有良好拟合精度,并且模型的外推性能好,结构的建立也不复杂,对路面使用性能来说,是一种很有效的评估手段。
本文以MATLAB7.0作为主要的编程工具,并且应用了MATLAB程序中自带的神经网络工具箱来实现BP网络结构的建立,遗传算法的优化是应用谢菲尔德大学开发的遗传算法工具箱实现的。模型的建立主要是将遗传算法用于优化神经网络的权值和阈值,并将最终优化得到的一组权阈值赋给神经网络进行训练最终可以使得网络跳出局部最小区域,以较少的迭代次数达到收敛。
Pavement Management System has achieved great application and development since our country introduced British asphalt pavement management in 1984. This system provide not only scientific approach and analyzing tool for the kinds of department of pavement management institution, but also help to make scientific management and decision to ensure the good service level of the pavement. Pavement performance evaluation and prediction is the two most important parts of pavement management system, they are the base to understand pavement condition and change regulation, make right strategy and corresponding maintenance, reconstruction decision. Therefore, establishing and realizing the pavement performance evaluation and prediction model is the key point of pavement management.
Pavement performance evaluation and prediction are the mostly research contents in this paper. Based on analyzing the present situation of the pavement performance evaluation, advantages and shortages of every existing model are presented. The first part of the paper introduces common pavement performance evaluation index and corresponding codes and standards. According to pavement performance characteristics and evaluation index feature, a new method Genetic Algorithms-based BP Neural Network model is introduced to establish pavement performance evaluation model. This structure has great character; it can not only make good use of many advantages of Neural Network, such as highly nonlinear, good fault tolerant capability, strong self study, self adapting, self organizing, but also overcome the deficiency of BP Neural Network model which is easy to be trapped in the local extremum and has low rapidity of convergence. The global search ability of GA covers the shortage of BP network and save the training time. The two part of the paper presents the pavement performance prediction model. It also adopts Genetic Algorithms-based BP Neural Network to establish prediction model. In this model, smoothness standard deviation, pavement intensity index and pavement cornering ratio are network inputs, output is pavement condition index. Actual sample is used to test the evaluation and prediction model. After the network training, simulating and testing, it is proved that this model has high evaluating and predicting precision, good extrapolating character, straightforward construction. Therefore, it is an effective method to evaluate and predict for pavement performance system.
MATLAB7.0 is the mainly programming tool for this paper. Artificial Neural Network is established by the Neural Network Toolbox of MATLAB. Genetic Algorithm is realized by the Genetic Algorithm Toolbox developed by University of Sheffield, UK. This structure mainly use Genetic Algorithm to optimize the weight and threshold of BP Neural Network, then training the network with optimized weight and threshold so that the network can trip out of the local extremum, and achieve precision of convergence with minimal iterate.
引文
[1]姚祖康.路面管理系统.北京:人民交通出版社,1993.
[2]潘玉利.路面管理系统原理.北京:人民交通出版社,1998.
[3]资建民.路面管理和管理系统.广州:华南理工大学出版社,2003.
[4]张金水,张廷楷.道路勘测设计.上海:同济大学出版社,1998.
[5]艾贺申,李强.我国公路通行能力研究现状.公路,2001(9).
[6]王娜.高速公路沥青路面养护管理系统研究:(硕士学位论文).西安:长安大学,2005.
[7]喻翔.高速公路路面养护管理系统决策优化的研究:(博士学位论文).成都:西南交通大学,2005
[8]Wilson,Jeffrey P..A pavement management system for county roads in the state of Alabama:[dissertation].The University of Alabama in Huntsville,2005
[9]郝大力.路面性能的评价与分析研究:(博士学位论文).西安:长安大学,2000.
[10]W.O.Hadley.SHRP-LTPP Overview:Five-Year Report.SHRP-P-416,1994.
[11]W.O.Hadley.SHRP-LTPP General Pavement Studies:Five-Year Report.SHRP-P- 387,1994.
[12]R.Hass,W.R.Hudson.Modern Pavement Management.Krieger Publishing Company,1994.
[13]SHRP.Distress identification manual for the long term pavement performance predict.SHRP-P-338,Strategic Highway Research Program,National Research Council,Washington,D.C.,1993.
[14]曾沛霖.干线公路路面评价养护系统技术开发.“七五”国家重点科技攻关项目研究报告.北京:交通部公路科学研究所,1990.
[15]崔青峰,吕娜.干线公路路面管理系统(CPMS)得到推广应用体会.公路,1996(1):17-19.
[16]陈珍,靳迎.路面管理系统CPMS在广东省沥青路面上的应用.公路交通科技,1995,12(1):64-70.
[17]田伟,杨姝霞.路面养护管理系统在营口市干线公路上的实施与应用.辽宁交通科技,2002,25(2):47-49.
[18]谢志明.高速公路路面管理系统.公路,2002(11增刊):1-4.
[19]郗恩崇.高速公路管理学.北京:人民交通出版社,2001
[20]潘玉利.路面管理系统基础教程.北京:人民交通出版社,2002
[21]李明,陈谦应,彭克刚等.路面管理系统发展综述.重庆交通学院学报,2005,24(3):69-72.
[22]贾渝.美国公路战略研究计划路面长期性能项目综述.中外公路,1992(4):33-36.
[23]Pulugurta Haricharan.Development of pavement condition forecasting models:[dissertation].The University of Toledo,2007.
[24]余鑫毅.日本使用中道路的调查方法.中南公路工程,1987(Z1):212-220.
[25]中华人民共和国交通部.公路沥青路面养护技术规范(JTJ073.2-2001).北京:人民交通出版社,2002.
[26]中华人民共和国交通部.公路水泥混凝土路面养护技术规范(JTJ073.1-2001).北京:人民交通出版社,2002.
[27]王哲人.高速交通对沥青路面结构工程技术发展的影响.哈尔滨建筑大学报,1995,28(2).
[28]姚祖康,孙立军,胡东明等.沥青路面使用性能评价.土木工程学报.1989,22(3):13-22.
[29]姚祖康,孙立军.沥青路面使用性能评价.“七五”国家重点科技攻关项目(研究报告).上海:同济大学,1990.
[30]何余良,张起森.沥青路面使用性能评价指标.长沙交通学院学报.1994,10(2):60-64.
[31]中华人民共和国交通部.公路路基路面现场测试规程.北京:人民交通出版社,1997.
[32]中华人民共和国交通部.高速公路养护质量检测方法.北京:人民交通出版社,2003.
[33]邓学钧.路基路面工程.北京:人民交通出版社,2002.
[34]AASHTO.AASHTO guidelines for Pavement Management Systems,American Association of State Highway and Transportation Officials(AASHTO).1990
[35]RIOH.沥青路面使用质量评价方法(研究报告).北京:交通部公路科学研究所,1988.
[36]中华人民共和国交通部.高速公路养护质量检评方法(试行).北京:人民交通出版社,2003.
[37]王茵,胡昌斌,才华等.高速公路沥青路面使用性能综合评价指标的研究.沈阳建筑工程学院学报,2000,16(4):264-268.
[38]胡昌斌,王奎华,谢康和.沈大高速公路路面使用性能养护综合评价模型的研究.公路,2002(3):1-7.
[39]俞先江.高速公路沥青路面养护辅助决策研究:(硕士学位论文).南京:东南大学,2004.
[40]陆亚兴,张席洲.柔性路面损坏评价与养护决策的系统方法.系统工程理论与实践,1994(3):53-57.
[41]李国强,蒋志仁.沥青路面使用性能评价指标研究.重庆交通学院学报,1995,14(1):47-54.
[42]孙立军,姚祖康.青路面使用性能评价和养护对策确定的FUZZY方法.同济大学学报,1990,18(2):167-176.
[43]王宁宁,刘燕.模糊综合评价法在高速公路路面使用性能评价中的应用.公路交通技术,2007(9)增刊:123-127.
[44]何桂平,李宇峙,黄永根.水泥混凝土路面综合路况的灰色评价方法研究.长沙交通学院学报,1999,15(3):42-47.
[45]资建民,江滔.路面状况综合评价的灰色方法.华中科技大学学报(自然科学版),2002,30(3):62-64.
[46]王联明,刘文刚.高速公路路况评价方法的研究.山西交通科技,2000(5):10-12.
[47]蒋红妍,戴经梁.道路路况评价的物元模型.长安大学学报(自然科学版),2005,25(1):29-32.
[48]王惠勇,陈宇亮,芮勇勤.基于物元模型分析方法的路面状况综合评价.交通运输工程学报,2004,4(2):6-9.
[49]李清富,胡群芳,刘文等.集对分析在道路路况评价中的应用.中外公路,2002,22(3):7-10.
[50]季天剑,黄晓明,陈荣生.人工神经网络在路面使用性能分析中的应用.公路交通科技,2002,19(4):19-21.
[51]何铁军,黄卫.模糊神经网络在沥青路面使用性能评价中的应用.公路交通科技,2000,17(4):15-18.
[52]胡霞光,王秉纲.两种基于遗传算法的路面性能综合评价方法.长安大学学报(自然科学版),2002,22(2):6-9.
[53]刘沐宇,黄文雄,叶家军.京珠高速公路路面使用性能的混合GANN评价.武汉理工大学学报(交通科学与工程版),2004,28(1):44-47.
[54]Grivas D.A.and Shen Y.C..Fuzzy Set Approach for Pavement Damage Assessments.Civil Engineering Systems,1991,8(1):37-47.
[55]Ravirala V.and Grivas D.A.Goal-Programming Methodology for Integrating Pavement and Bridge Programs.Journal of Transportation Engineering,1995,121(4):345-351.
[56]Fwa T.F.,Chan W.T.,Hoque K.Z..Analysis of pavement management activities program ming by genetic algorithms.Transportation Research Record,1998(11),1-6.
[57]Jianxiong Yu.Pavement Service Life Estimation and Condition Prediction:[dissertation].The University of Toledo,2005.
[58]倪富健,屠伟新,黄卫.基于神经网络技术的路面使用性能预估模型.东南大学学报(自然科学版),2000,30(5):91-95.
[59]王艳丽,王秉刚.应用人工神经网络预测路面使用性能.西安公路交通大学学报,2001,21(1):42-45.
[60]韩力群.人工神经网络教程.北京:北京邮电大学出版社,2006.
[61]阎平凡,张长水.人工神经网络与模拟进化计算.北京:清华大学出版社,2005.
[62]钟珞,饶文碧,邹承明.人工神经网络及其融合应用技术.北京:科学出版社,2007.
[63]闻新,周露,李翔等.MATLAB神经网络仿真与应用.北京:科学出版社,2003.
[64]葛哲学,孙志强.神经网络理论与MATLAB2007实现.北京:电子工业出版社,2007.
[65]李伟超,宋大猛,陈斌.基于遗传算法的人工神经网络.计算机工程与设计,2006,27(2):316-318.
[66]牛向阳.基于遗传算法和BP算法的混合算法.河南科技大学学报(自然科学版),2007,28(1):46-48.
[67]刘立国.遗传算法与神经控制的融合算法研究.渤海大学学报(自然科学版),2007,28(1):51-54.
[68]胡霞光,王秉刚.两种基于遗传算法的路面性能综合评价方法.长安大学学报(自然科学版),2002,22(12):6-9.
[69]魏超,卫绍元,王贤军.结合遗传算法的人工神经网络在汽车故障诊断中的应用.辽宁工学院学报,2003,23(2):53-55.
[70]周文献,李明利,孙立军.基于改进神经网络的水泥路面使用性能预测模型.同济大学学报(自然科学版),2006,34(9):1191-1195.
[71]陈授煜,王大刚.基于遗传算法的模糊优选BP网络模型及其应用.水利学报,2003(5):116-121.
[72]李敏强,徐博艺,寇纪淞.遗传算法与神经网络的结合.系统工程理论与实践,1992(2):65-69.
[73]雷杰英,张善文,李续武.MATLAB遗传算法工具箱及应用.西安:西安电子科技大学出版社,2005.
[74]杨晓红,刘乐善.用遗传算法优化神经网络结构.计算机应用与软件,1997(3):59-65.
[75]王宪全,陈李刚.基丁遗传算法和BP神经网络的信用风险测量模型.哈尔滨工业大学学报(社会科学版),2006,8(5):87-92.
[76]黄文雄.基于混合遗传神经网络的高速公路沥青路面使用性能评价方法研究:(硕士学位论文).武汉:武汉理工大学,2003.
[77]李钰,孔凡国.基丁模糊理论和遗传算法的神经网络权值优化.上海工程技术大学学报,2007,21(2):130-133.
[78]Shengsong Mei,Zhuo Huang,Kangling Fang.A neural network controller based on genetic algorithms.IEEE International Conference on Intelligent Processing Systems.1997:1624-1628.
[79]Roberts,C.A&Attoh-Okine.N.O..A Comparative analysis of two artificial neural networks using pavement performance prediction.Conference proceeding,Neural Network Application in Highway and Vehicle Engineering,1996:59-73.
[80]曾建民,李长安.BP神经网络在沥青路面性能预测中的应用.中外公路,27(5):80-82.
[81]季天剑,黄晓明,陈荣生.人工神经网络在路面使用性能分析中的应用.公路交通科技,2002,19(4),19-21.
[82]周开利,康耀红.神经网络模型及其MATLAB仿真程序设计.北京:清华大学出版社,2005.
[83]苏金明,张莲花,刘波等.MATLAB工具箱应用.北京:电子工业出版社,2004.
[84]许国华.路面性能预测模型和优化决策模型的研究与应用:(硕士学位论文).北京:北京工业大学,2004.
[85]王佳.高速公路沥青路面使用性能评价与预测决策研究:(硕士学位论文).湖南:长沙理工大学,2006.
[86]崔纪鹏.基于GIS的路面管理系统:(硕士学位论文).辽宁:大连理工大学,2005.
[87]李晔.基于一种改进遗传算法的神经网络:(硕士学位论文).山西:太原理工大学,2007
[88]李孝兵.基于遗传神经网络的路面使用性能评价及预测:(硕士学位论文).武汉:武汉理工大学,2006.
[89]董丽娜.沥青路面使用性能评价方法的分析研究:(硕士学位论文).辽宁:大连理工大学,2005.
[90]傅德胜,谢忠红.基于BP神经网络的路面性能预测方法.微电子学与计算机,2003(7):21-22.
[2]潘玉利.路面管理系统原理.北京:人民交通出版社,1998.
[3]资建民.路面管理和管理系统.广州:华南理工大学出版社,2003.
[4]张金水,张廷楷.道路勘测设计.上海:同济大学出版社,1998.
[5]艾贺申,李强.我国公路通行能力研究现状.公路,2001(9).
[6]王娜.高速公路沥青路面养护管理系统研究:(硕士学位论文).西安:长安大学,2005.
[7]喻翔.高速公路路面养护管理系统决策优化的研究:(博士学位论文).成都:西南交通大学,2005
[8]Wilson,Jeffrey P..A pavement management system for county roads in the state of Alabama:[dissertation].The University of Alabama in Huntsville,2005
[9]郝大力.路面性能的评价与分析研究:(博士学位论文).西安:长安大学,2000.
[10]W.O.Hadley.SHRP-LTPP Overview:Five-Year Report.SHRP-P-416,1994.
[11]W.O.Hadley.SHRP-LTPP General Pavement Studies:Five-Year Report.SHRP-P- 387,1994.
[12]R.Hass,W.R.Hudson.Modern Pavement Management.Krieger Publishing Company,1994.
[13]SHRP.Distress identification manual for the long term pavement performance predict.SHRP-P-338,Strategic Highway Research Program,National Research Council,Washington,D.C.,1993.
[14]曾沛霖.干线公路路面评价养护系统技术开发.“七五”国家重点科技攻关项目研究报告.北京:交通部公路科学研究所,1990.
[15]崔青峰,吕娜.干线公路路面管理系统(CPMS)得到推广应用体会.公路,1996(1):17-19.
[16]陈珍,靳迎.路面管理系统CPMS在广东省沥青路面上的应用.公路交通科技,1995,12(1):64-70.
[17]田伟,杨姝霞.路面养护管理系统在营口市干线公路上的实施与应用.辽宁交通科技,2002,25(2):47-49.
[18]谢志明.高速公路路面管理系统.公路,2002(11增刊):1-4.
[19]郗恩崇.高速公路管理学.北京:人民交通出版社,2001
[20]潘玉利.路面管理系统基础教程.北京:人民交通出版社,2002
[21]李明,陈谦应,彭克刚等.路面管理系统发展综述.重庆交通学院学报,2005,24(3):69-72.
[22]贾渝.美国公路战略研究计划路面长期性能项目综述.中外公路,1992(4):33-36.
[23]Pulugurta Haricharan.Development of pavement condition forecasting models:[dissertation].The University of Toledo,2007.
[24]余鑫毅.日本使用中道路的调查方法.中南公路工程,1987(Z1):212-220.
[25]中华人民共和国交通部.公路沥青路面养护技术规范(JTJ073.2-2001).北京:人民交通出版社,2002.
[26]中华人民共和国交通部.公路水泥混凝土路面养护技术规范(JTJ073.1-2001).北京:人民交通出版社,2002.
[27]王哲人.高速交通对沥青路面结构工程技术发展的影响.哈尔滨建筑大学报,1995,28(2).
[28]姚祖康,孙立军,胡东明等.沥青路面使用性能评价.土木工程学报.1989,22(3):13-22.
[29]姚祖康,孙立军.沥青路面使用性能评价.“七五”国家重点科技攻关项目(研究报告).上海:同济大学,1990.
[30]何余良,张起森.沥青路面使用性能评价指标.长沙交通学院学报.1994,10(2):60-64.
[31]中华人民共和国交通部.公路路基路面现场测试规程.北京:人民交通出版社,1997.
[32]中华人民共和国交通部.高速公路养护质量检测方法.北京:人民交通出版社,2003.
[33]邓学钧.路基路面工程.北京:人民交通出版社,2002.
[34]AASHTO.AASHTO guidelines for Pavement Management Systems,American Association of State Highway and Transportation Officials(AASHTO).1990
[35]RIOH.沥青路面使用质量评价方法(研究报告).北京:交通部公路科学研究所,1988.
[36]中华人民共和国交通部.高速公路养护质量检评方法(试行).北京:人民交通出版社,2003.
[37]王茵,胡昌斌,才华等.高速公路沥青路面使用性能综合评价指标的研究.沈阳建筑工程学院学报,2000,16(4):264-268.
[38]胡昌斌,王奎华,谢康和.沈大高速公路路面使用性能养护综合评价模型的研究.公路,2002(3):1-7.
[39]俞先江.高速公路沥青路面养护辅助决策研究:(硕士学位论文).南京:东南大学,2004.
[40]陆亚兴,张席洲.柔性路面损坏评价与养护决策的系统方法.系统工程理论与实践,1994(3):53-57.
[41]李国强,蒋志仁.沥青路面使用性能评价指标研究.重庆交通学院学报,1995,14(1):47-54.
[42]孙立军,姚祖康.青路面使用性能评价和养护对策确定的FUZZY方法.同济大学学报,1990,18(2):167-176.
[43]王宁宁,刘燕.模糊综合评价法在高速公路路面使用性能评价中的应用.公路交通技术,2007(9)增刊:123-127.
[44]何桂平,李宇峙,黄永根.水泥混凝土路面综合路况的灰色评价方法研究.长沙交通学院学报,1999,15(3):42-47.
[45]资建民,江滔.路面状况综合评价的灰色方法.华中科技大学学报(自然科学版),2002,30(3):62-64.
[46]王联明,刘文刚.高速公路路况评价方法的研究.山西交通科技,2000(5):10-12.
[47]蒋红妍,戴经梁.道路路况评价的物元模型.长安大学学报(自然科学版),2005,25(1):29-32.
[48]王惠勇,陈宇亮,芮勇勤.基于物元模型分析方法的路面状况综合评价.交通运输工程学报,2004,4(2):6-9.
[49]李清富,胡群芳,刘文等.集对分析在道路路况评价中的应用.中外公路,2002,22(3):7-10.
[50]季天剑,黄晓明,陈荣生.人工神经网络在路面使用性能分析中的应用.公路交通科技,2002,19(4):19-21.
[51]何铁军,黄卫.模糊神经网络在沥青路面使用性能评价中的应用.公路交通科技,2000,17(4):15-18.
[52]胡霞光,王秉纲.两种基于遗传算法的路面性能综合评价方法.长安大学学报(自然科学版),2002,22(2):6-9.
[53]刘沐宇,黄文雄,叶家军.京珠高速公路路面使用性能的混合GANN评价.武汉理工大学学报(交通科学与工程版),2004,28(1):44-47.
[54]Grivas D.A.and Shen Y.C..Fuzzy Set Approach for Pavement Damage Assessments.Civil Engineering Systems,1991,8(1):37-47.
[55]Ravirala V.and Grivas D.A.Goal-Programming Methodology for Integrating Pavement and Bridge Programs.Journal of Transportation Engineering,1995,121(4):345-351.
[56]Fwa T.F.,Chan W.T.,Hoque K.Z..Analysis of pavement management activities program ming by genetic algorithms.Transportation Research Record,1998(11),1-6.
[57]Jianxiong Yu.Pavement Service Life Estimation and Condition Prediction:[dissertation].The University of Toledo,2005.
[58]倪富健,屠伟新,黄卫.基于神经网络技术的路面使用性能预估模型.东南大学学报(自然科学版),2000,30(5):91-95.
[59]王艳丽,王秉刚.应用人工神经网络预测路面使用性能.西安公路交通大学学报,2001,21(1):42-45.
[60]韩力群.人工神经网络教程.北京:北京邮电大学出版社,2006.
[61]阎平凡,张长水.人工神经网络与模拟进化计算.北京:清华大学出版社,2005.
[62]钟珞,饶文碧,邹承明.人工神经网络及其融合应用技术.北京:科学出版社,2007.
[63]闻新,周露,李翔等.MATLAB神经网络仿真与应用.北京:科学出版社,2003.
[64]葛哲学,孙志强.神经网络理论与MATLAB2007实现.北京:电子工业出版社,2007.
[65]李伟超,宋大猛,陈斌.基于遗传算法的人工神经网络.计算机工程与设计,2006,27(2):316-318.
[66]牛向阳.基于遗传算法和BP算法的混合算法.河南科技大学学报(自然科学版),2007,28(1):46-48.
[67]刘立国.遗传算法与神经控制的融合算法研究.渤海大学学报(自然科学版),2007,28(1):51-54.
[68]胡霞光,王秉刚.两种基于遗传算法的路面性能综合评价方法.长安大学学报(自然科学版),2002,22(12):6-9.
[69]魏超,卫绍元,王贤军.结合遗传算法的人工神经网络在汽车故障诊断中的应用.辽宁工学院学报,2003,23(2):53-55.
[70]周文献,李明利,孙立军.基于改进神经网络的水泥路面使用性能预测模型.同济大学学报(自然科学版),2006,34(9):1191-1195.
[71]陈授煜,王大刚.基于遗传算法的模糊优选BP网络模型及其应用.水利学报,2003(5):116-121.
[72]李敏强,徐博艺,寇纪淞.遗传算法与神经网络的结合.系统工程理论与实践,1992(2):65-69.
[73]雷杰英,张善文,李续武.MATLAB遗传算法工具箱及应用.西安:西安电子科技大学出版社,2005.
[74]杨晓红,刘乐善.用遗传算法优化神经网络结构.计算机应用与软件,1997(3):59-65.
[75]王宪全,陈李刚.基丁遗传算法和BP神经网络的信用风险测量模型.哈尔滨工业大学学报(社会科学版),2006,8(5):87-92.
[76]黄文雄.基于混合遗传神经网络的高速公路沥青路面使用性能评价方法研究:(硕士学位论文).武汉:武汉理工大学,2003.
[77]李钰,孔凡国.基丁模糊理论和遗传算法的神经网络权值优化.上海工程技术大学学报,2007,21(2):130-133.
[78]Shengsong Mei,Zhuo Huang,Kangling Fang.A neural network controller based on genetic algorithms.IEEE International Conference on Intelligent Processing Systems.1997:1624-1628.
[79]Roberts,C.A&Attoh-Okine.N.O..A Comparative analysis of two artificial neural networks using pavement performance prediction.Conference proceeding,Neural Network Application in Highway and Vehicle Engineering,1996:59-73.
[80]曾建民,李长安.BP神经网络在沥青路面性能预测中的应用.中外公路,27(5):80-82.
[81]季天剑,黄晓明,陈荣生.人工神经网络在路面使用性能分析中的应用.公路交通科技,2002,19(4),19-21.
[82]周开利,康耀红.神经网络模型及其MATLAB仿真程序设计.北京:清华大学出版社,2005.
[83]苏金明,张莲花,刘波等.MATLAB工具箱应用.北京:电子工业出版社,2004.
[84]许国华.路面性能预测模型和优化决策模型的研究与应用:(硕士学位论文).北京:北京工业大学,2004.
[85]王佳.高速公路沥青路面使用性能评价与预测决策研究:(硕士学位论文).湖南:长沙理工大学,2006.
[86]崔纪鹏.基于GIS的路面管理系统:(硕士学位论文).辽宁:大连理工大学,2005.
[87]李晔.基于一种改进遗传算法的神经网络:(硕士学位论文).山西:太原理工大学,2007
[88]李孝兵.基于遗传神经网络的路面使用性能评价及预测:(硕士学位论文).武汉:武汉理工大学,2006.
[89]董丽娜.沥青路面使用性能评价方法的分析研究:(硕士学位论文).辽宁:大连理工大学,2005.
[90]傅德胜,谢忠红.基于BP神经网络的路面性能预测方法.微电子学与计算机,2003(7):21-22.