瀝青路面抗滑性能神經(jīng)網(wǎng)絡(luò)預(yù)測模型研究

徐兆華

（河北保津高速公路有限公司，河北 保定 071000）

0 引言

瀝青路面使用性能評價(jià)是依據(jù)采集的路面狀況數(shù)據(jù)，對路面性能滿足使用要求的程度做出判斷。判斷的結(jié)果可以衡量路網(wǎng)的服務(wù)水平，確定需要養(yǎng)護(hù)和改建的路段，有針對性地選擇相應(yīng)的養(yǎng)護(hù)和改建對策，也可作為項(xiàng)目優(yōu)先排序的依據(jù)。路面使用性能具有多方面屬性，從不同側(cè)面滿足使用要求。其中有的具有客觀屬性，如結(jié)構(gòu)承載能力和抗滑能力，可以采用客觀的指標(biāo)來評價(jià)其使用性能；有的既具有客觀屬性，又帶有一定的主觀屬性，如行駛質(zhì)量和破損狀況。路面行駛質(zhì)量的評價(jià)，不僅依賴于路面平整度和車輛特性，也取決于乘客對車輛顛簸的接受程度。正由于路面使用性能具有多方面屬性，對路面使用性能的評價(jià)，應(yīng)按使用性能各分項(xiàng)屬性進(jìn)行，如行駛質(zhì)量評價(jià)、損壞狀況評價(jià)、結(jié)構(gòu)承載力評價(jià)、抗滑能力評價(jià)和抗永久變形能力評價(jià)等。也有為了使路網(wǎng)或者各個路段的使用性能具有可比性，采用一個綜合指標(biāo)，把各項(xiàng)使用性能屬性的評價(jià)組合在一起。本文主要采用瀝青路面抗滑性能單項(xiàng)指標(biāo)建立評價(jià)模型進(jìn)行研究。

良好的抗滑性能可滿足汽車在路面上高速行駛的要求，同時(shí)也為輪胎與路面之間提供了安全剎車距離所需的摩阻力，減少交通事故隱患。近年來，經(jīng)常會出現(xiàn)公路在竣工驗(yàn)收時(shí)其抗滑性能均滿足設(shè)計(jì)要求，可通車后不久，路面的抗滑性能隨車輛對路表構(gòu)造的磨損而快速衰減。尤其是高速公路通行能力大，支行速度快，客觀上要求其行車安全舒適，對于抗滑性能提出了更高的要求，因此道路工程師對抗滑性能的衰減狀況更加關(guān)注，以便能及時(shí)采取措施，消除安全隱患。

人工神經(jīng)網(wǎng)絡(luò)不需作任何假定，且還具有通過對以往經(jīng)驗(yàn)的學(xué)習(xí)和對新方案進(jìn)行合理的歸納，來完善自身性能的能力。它與一般的統(tǒng)計(jì)回歸方法相比，能夠模擬人類的思考和判斷過程，根據(jù)已有的歷史數(shù)據(jù)對其中的規(guī)律進(jìn)行總結(jié)并對復(fù)雜預(yù)測問題提供實(shí)時(shí)解答，預(yù)測時(shí)不需要專家的介入或?qū)ｉT的知識。本文利用模糊感知器網(wǎng)絡(luò)建立抗滑能力的預(yù)測模型，對抗滑指標(biāo)值進(jìn)行預(yù)測。

1 神經(jīng)網(wǎng)絡(luò)理論原理

人工神經(jīng)網(wǎng)絡(luò)是由大量被稱為神經(jīng)元的節(jié)點(diǎn)構(gòu)成的系統(tǒng)。典型的人工神經(jīng)元模型如圖1所示，具體算法如下：

式中，θi為閾值；Wij稱為連接權(quán)系數(shù)；Yi=f（·）為變換函數(shù)。

圖1 人工神經(jīng)元模型

2 模糊感知器算法（權(quán)系數(shù)的計(jì)算）

模糊感知器算法計(jì)算過程如下：

a）定義樣本集合為D＝｛xm｝，m為總樣本個數(shù)‖D‖；

b）給定初值：任取Wi（0）=λxi，其中λ＞0為適當(dāng)常數(shù)，xi為學(xué)習(xí)樣本（D的子集），其個數(shù)取為總樣本個數(shù)m的一半，記為xn，n也為感知器神經(jīng)元的個數(shù)；

c）給定模糊度（誤差量）δ，δ的取值由所要求的預(yù)測精度決定；

d）模糊感知器的學(xué)習(xí)目標(biāo)見式（2）：

e）計(jì)算實(shí)際輸出y（t），如y（t）>0，則停止運(yùn)算，轉(zhuǎn)到步驟g）；

f）如y（t）≤0，則修正權(quán)系數(shù)（其中η用于控制修正速率，0≤η≤1）后，轉(zhuǎn)到步驟e）：

g）計(jì)算向量wn（t）與xn的內(nèi)積（wn（t）·xn），且定義集合：

h）如果該集合的個數(shù)‖D（t）‖小于δ‖D‖，即如wn（t）能使方程組式（2）中有（1-δ）‖D‖個不等式成立，則稱wn（t）為不等式方程組式（2）的一個δ解，算法結(jié)束。否則表明集合的個數(shù)大于δ‖D‖，這時(shí)取

3 瀝青路面抗滑性能神經(jīng)網(wǎng)絡(luò)預(yù)測模型的建立研究

利用上文所述的模糊感知器算法，可建立路面抗滑性能的預(yù)測模型。具體建立步驟如下：

a）對原始數(shù)據(jù)進(jìn)行絕對增量處理，得到絕對增量數(shù)據(jù)序列{xi=zi+1-zi}；

c）將數(shù)據(jù)劃分為兩段：n為感知器中的神經(jīng)元數(shù)目，一般取樣本數(shù)的一半，k＝m－n為學(xué)習(xí)樣本的個數(shù)；

d）建立模糊感知器的學(xué)習(xí)目標(biāo)和相應(yīng)的不等式方程組：

e）適當(dāng)選?。é?，δ）的值，利用模糊感知器算法求出不等式方程組式（5）的δ-解wn＝（w1，w2，…，wn）；

f）由wn與數(shù)據(jù)yi（i=m-n+1，m-n+2，…，m）對ym+1進(jìn)行預(yù)測，預(yù)測公式為：

式中：wi——模糊感知器算法求出的權(quán)系數(shù)；

ym+1——所要預(yù)測的路面抗滑性能指標(biāo)值；

ym-n+i——原始抗滑性能數(shù)據(jù)中的后半段數(shù)據(jù)序列。

4 實(shí)例分析

以河北省某高速公路河北段某9km路段抗摩擦指數(shù)SRI歷年調(diào)查資料為原始數(shù)據(jù)（見表1），定義樣本集合D＝｛94.45，94.39，87.94，87.43，86.87｝，其中前4個數(shù)為已知數(shù)據(jù)，第5個數(shù)據(jù)為未知數(shù)據(jù)。

將上述數(shù)據(jù)劃分為兩段，感知器中的神經(jīng)元數(shù)目設(shè)定為2，后2個數(shù)據(jù)為學(xué)習(xí)樣本，模型利用模糊感知器算法和前個數(shù)據(jù)求解式（6），得到一組權(quán)系數(shù)wn＝（0.47，0.53），然后利用這2個權(quán)系數(shù)和后2個數(shù)據(jù)對第5個數(shù)據(jù)進(jìn)行預(yù)測。

由本例可以看出，預(yù)測值與實(shí)際值相比，最大誤差為1.4%，最小誤差為0.11%，滿足了高速公路對瀝青路面抗滑性的較高要求，具有較好的預(yù)測效果。

5 結(jié)語

本文利用神經(jīng)網(wǎng)絡(luò)原理，采用瀝青路面抗滑性能單項(xiàng)指標(biāo)建立評價(jià)模型，對瀝青路面使用性能進(jìn)行預(yù)測研究。此模型預(yù)測值與實(shí)際值相比，誤差小，滿足瀝青路面抗滑性的較高要求，具有較好的預(yù)測效果。希望能對公路的預(yù)防養(yǎng)護(hù)、養(yǎng)護(hù)決策和養(yǎng)護(hù)規(guī)劃的編制，起到積極的指導(dǎo)和借鑒作用。

[1]焦李成.神經(jīng)網(wǎng)絡(luò)計(jì)算[M].西安：西安電子科技大學(xué)出版社，1993.

[2]沈世鎰.神經(jīng)網(wǎng)絡(luò)系統(tǒng)理論及其應(yīng)用[M].北京：科學(xué)出版社，1998.

[3]鄒培國.路面養(yǎng)護(hù)決策優(yōu)化技術(shù)研究[J].中國公路學(xué)報(bào)，1995，8（2）：1-8.

[4]孫立軍，等.瀝青路面結(jié)構(gòu)行為理論[M].上海：同濟(jì)大學(xué)出版社，2003.