CN108596396A - 一种基于养护历史修正的路面性能预测和养护方法及装置 - Google Patents

一种基于养护历史修正的路面性能预测和养护方法及装置 Download PDF

Info

Publication number
CN108596396A
CN108596396A CN201810403128.0A CN201810403128A CN108596396A CN 108596396 A CN108596396 A CN 108596396A CN 201810403128 A CN201810403128 A CN 201810403128A CN 108596396 A CN108596396 A CN 108596396A
Authority
CN
China
Prior art keywords
road
road condition
section
maintenance
road section
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201810403128.0A
Other languages
English (en)
Other versions
CN108596396B (zh
Inventor
侯芸
董元帅
张艳红
田春玲
刘峰
戴建华
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Checsc Highway Maintenance And Test Technology Co ltd
China Highway Engineering Consultants Corp
CHECC Data Co Ltd
Original Assignee
CHECSC HIGHWAY MAINTENANCE DETECTION TECHNOLOGY Co Ltd
CHINA HIGHWAY ENGINEERING CONSULTING GROUP Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by CHECSC HIGHWAY MAINTENANCE DETECTION TECHNOLOGY Co Ltd, CHINA HIGHWAY ENGINEERING CONSULTING GROUP Co Ltd filed Critical CHECSC HIGHWAY MAINTENANCE DETECTION TECHNOLOGY Co Ltd
Priority to CN201810403128.0A priority Critical patent/CN108596396B/zh
Publication of CN108596396A publication Critical patent/CN108596396A/zh
Application granted granted Critical
Publication of CN108596396B publication Critical patent/CN108596396B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/20—Administration of product repair or maintenance

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Marketing (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明的实施例公开了一种基于养护历史修正的路面性能预测和养护方法及装置，该方法基于路线历年的路况、交通量数据及养护历史数据，采用“模型分组、逐年累加排除养护历史影响、数据更新动态校正”的建模思路，最终得到一种基于未处治的历年实际路况数据、考虑交通量累计轴载影响的路面性能衰变模型。通过该方法建立的模型不仅可用于准确预测路面在未来年度的路况自然衰减指标，在进行路面养护规划及决策中可用于辅助计算预防性养护效益并判断最佳养护时机，同时在进行多年度规划时，基于准确预测的路况衰减值，将可以制定更科学合理的养护方案及计划，使路面养护资金预测合理。

Description

一种基于养护历史修正的路面性能预测和养护方法及装置
技术领域
本发明实施例涉及路面养护技术领域，尤其是涉及一种基于养护历史修正的路面性能预测和养护方法及装置。
背景技术
在项目级路面养护决策体系中，其依赖的核心要素为路面性能模型的建立。传统建立路面性能模型的方法主要有确定型及概率型，其中确定型模型使用简单，应用更为广泛。在确定型模型中，传统方法主要存在以下不足：1)未反映交通量轴载对路况衰减的影响。传统方法建立的是路况指标与路龄的关系，未能将交通量轴载对路面性能的衰减予以反映。实际上，路况衰减很大程度上决定于交通量轴载的重复作用及累加效应。2)未反映养护历史对路况衰减的影响。路面实际运营中，由于全线路况及交通量水平不同，管养单位会根据需要在各年度对路段实施针对性养护。实施养护后，原路面结构产生了变化，与既有路面的路况衰变程度必然不同。且养护历史愈复杂，处治后的路面结构与通车之后的结构差异愈大。简单将全线的路况指标均值作为路面性能模型回归的样本值，与实际路况衰变结果相差甚远，预测结果准确性也无法保证。
在实现本发明实施例的过程中，发明人发现现有的路面性能模型的建立未考虑交通量轴载及养护历史对路况衰减的影响，路况指标的预测结果准确性不足，影响路面养护决策结果。
发明内容
本发明所要解决的技术问题是如何解决现有的路面性能模型的建立未考虑交通量轴载及养护历史对路况衰减的影响，路况指标的预测结果准确性不足，影响路面养护决策结果。
针对以上技术问题，本发明的实施例提供了一种基于养护历史修正的路面性能预测和养护方法，包括：
获取欲进行路面性能预测的预测路线，将所述预测路线按照路面类型分为路段组；
针对每一路段组，获取所述路段组中每一路段的路况明细和对应于所述预测路线的养护历史，根据养护历史，通过预设的数据剔除规则对每一路段的路况明细进行修正，得到修正后的修正路况明细；
针对预测路线中的每一观测路段，根据对应于该观测路段的修正路况明细确定对应于该观测路段的目标修正路况明细，并获取对应于该观测路段的历年累计当量轴载；
根据对应于该观测路段的目标修正路况明细和历年累计当量轴载，建立该观测路段的路面性能模型，根据该路面性能模型预测该观测路段的路面性能，并根据预测的所述预测路线中每一观测路段的路面性能确定针对该预测路线的养护规划。
第二方面，本发明的实施例提供了一种基于养护历史修正的路面性能预测和养护装置，包括：
第一获取模块，用于获取欲进行路面性能预测的预测路线，将所述预测路线按照路面类型分为路段组；
修正模块，用于针对每一路段组，获取所述路段组中每一路段的路况明细和对应于所述预测路线的养护历史，根据养护历史，通过预设的数据剔除规则对每一路段的路况明细进行修正，得到修正后的修正路况明细；
第二获取模块，用于针对预测路线中的每一观测路段，根据对应于该观测路段的修正路况明细确定对应于该观测路段的目标修正路况明细，并获取对应于该观测路段的历年累计当量轴载；
预测模块，用于根据对应于该观测路段的目标修正路况明细和历年累计当量轴载，建立该观测路段的路面性能模型，根据该路面性能模型预测该观测路段的路面性能，并根据预测的所述预测路线中每一观测路段的路面性能确定针对该预测路线的养护规划。
第三方面，本实施例提供了一种电子设备，包括：
至少一个处理器、至少一个存储器和总线；其中，
所述处理器、存储器通过所述总线完成相互间的通信；
所述存储器存储有可被所述处理器执行的程序指令，所述处理调用所述程序指令能够执行以上所述的方法。
第四方面，本发明的实施例提供了一种计算机程序产品，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，使所述计算机执行以上任一所述的方法。
本发明的实施例提供了一种基于养护历史修正的路面性能预测和养护方法及装置，该方法对预测路线按照路面类型进行分类，并根据历史数据对路况明细进行修正，消除了对路面养护对路面性能预测的影响，使得模型对路面性能的预测结果更符合实际衰减规律，从而为路段制定更为合理的养护计划。该方法基于路线历年的路况、交通量数据及养护历史数据，采用“模型分组、逐年累加排除养护历史影响、数据更新动态校正”的建模思路，最终得到一种基于未处治的历年实际路况数据、考虑交通量累计轴载影响的路面性能衰变模型。通过该方法建立的模型不仅可用于准确预测路面在未来年度的路况自然衰减指标，在进行路面养护规划及决策中可用于辅助计算预防性养护效益并判断最佳养护时机，同时在进行多年度规划时，基于准确预测的路况衰减值，将可以制定更科学合理的养护方案及计划，使路面养护资金预测合理。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明一个实施例提供的基于养护历史修正的路面性能预测和养护方法的流程示意图；
图2是本发明另一个实施例提供的具体的基于养护历史修正的路面性能预测和养护方法的流程示意图；
图3是本发明另一个实施例提供的养护历史数据剔除规则辅助示意图；
图4是本发明另一个实施例提供的地点A-地点B段PCI性能模型曲线；
图5是本发明另一个实施例提供的地点A-地点B段PQI性能模型曲线；
图6是本发明另一个实施例提供的地点B-地点C段PCI性能模型曲线；
图7是本发明另一个实施例提供的地点B-地点C段PQI性能模型曲线；
图8是本发明另一个实施例提供的地点C-地点D段PCI性能模型曲线；
图9是本发明另一个实施例提供的地点C-地点D段PQI性能模型曲线；
图10是本发明另一个实施例提供的地点D-地点E段PCI性能模型曲线；
图11是本发明另一个实施例提供的地点D-地点E段PQI性能模型曲线；
图12是本发明另一个实施例提供的具体的基于养护历史修正的路面性能预测和养护装置的结构示意图；
图13是本发明另一个实施例提供的电子设备的实体结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
图1是本实施例提供的基于养护历史修正的路面性能预测和养护方法的流程示意图，参见图1，该方法包括：
101：获取欲进行路面性能预测的预测路线，将所述预测路线按照路面类型分为路段组；
102：针对每一路段组，获取所述路段组中每一路段的路况明细和对应于所述预测路线的养护历史，根据养护历史，通过预设的数据剔除规则对每一路段的路况明细进行修正，得到修正后的修正路况明细；
103：针对预测路线中的每一观测路段，根据对应于该观测路段的修正路况明细确定对应于该观测路段的目标修正路况明细，并获取对应于该观测路段的历年累计当量轴载；
104：根据对应于该观测路段的目标修正路况明细和历年累计当量轴载，建立该观测路段的路面性能模型，根据该路面性能模型预测该观测路段的路面性能，并根据预测的所述预测路线中每一观测路段的路面性能确定针对该预测路线的养护规划。
需要说明的是，本实施例提供的方法由能够执行上述方法的设备执行，例如，计算机。路面类型指的是路面的面层类型，比如，面层类型为沥青路面或者水泥路面。由于路面性能通常通过很多路况指标进行表征，例如，PQI(路面质量指数)、PCI(破损状况指标)、RDI(路面车辙深度)、RQI(路面行驶质量指数)、SRI(抗滑性能指数)等，所以本实施例中的路面性能模型是用于预测各路况指标的模型的集合。
预测路线是欲进行性能预测和养护规划的路线，预测路线中的各路段是采用桩号进行标记的路段。预测路线的各观测路段是根据用于观测路线上的交通量观测点所划分的。可理解的是，若预测路线为同一路面类型，则针对每一观测路段建立的模型。若预测路线包括了多个路面类型，则针对每一路面类型对应的路线分别建立模型。
本实施例提供了一种基于养护历史修正的路面性能预测和养护方法，该方法对预测路线中的路段按照路面类型进行分类，并根据历史数据对路况明细进行修正，消除了对路面养护对路面性能预测的影响，使得模型对路面性能的预测结果更符合实际衰减规律，从而为路段制定更为合理的养护计划。该方法基于路线历年的路况、交通量数据及养护历史数据，采用“模型分组、逐年累加排除养护历史影响、数据更新动态校正”的建模思路，最终得到一种基于未处治的历年实际路况数据、考虑交通量累计轴载影响的路面性能衰变模型。通过该方法建立的模型不仅可用于准确预测路面在未来年度的路况自然衰减指标，在进行路面养护规划及决策中可用于辅助计算预防性养护效益并判断最佳养护时机，同时在进行多年度规划时，基于准确预测的路况衰减值，将可以制定更科学合理的养护方案及计划，使路面养护资金预测合理。
更进一步地，在上述实施例的基础上，所述针对每一路段组，获取所述路段组中每一路段的路况明细和对应于所述预测路线的养护历史，根据养护历史，通过预设的数据剔除规则对每一路段的路况明细进行修正，得到修正后的修正路况明细，包括：
确定欲作为所述路面性能模型的建模对象的至少一种路况指标，针对每一种路况指标，获取在路况数据年份的每一年份中，所述路段组中每一路段对应的该种路况指标的指标数据，得到对应于该种路况指标的路况明细，并获取在所述数据年份内对所述预测路线中的路段实施的养护历史；
针对该种路况指标中的指标数据，根据养护历史判断在所述指标数据对应的年份，是否存在对所述指标数据对应的路段进行养护的养护历史，若是，则从对应于该种路况指标的路况明细中剔除该指标数据和该路段在该指标数据对应的年份之后每一年份的所有指标数据，得到对应于该种路况指标的修正路况明细。
更进一步地，在上述各实施例的基础上，所述数据年份至少是2年；
所述路况指标包括PQI、PCI、RDI、RQI、SRI。
本实施例提供了一种基于养护历史修正的路面性能预测和养护方法，该方法针对每一路况指标分别获取各年份的路况明细，并根据历史数据，将受到养护影响的所有指标数据进行剔除处理，保证了后续用于建模的指标数据能够真实反映路面的性能。
更进一步地，在上述各实施例的基础上，所述针对该种路况指标中的指标数据，根据所述养护历史判断在所述指标数据对应的年份，是否存在对所述指标数据对应的路段进行养护的养护历史，若是，则从对应于该种路况指标的路况明细中剔除该指标数据和该路段在该指标数据对应的年份之后每一年份的所有指标数据，得到对应于该种路况指标的修正路况明细，包括：
对养护历史中实施养护的路段，将开始实施养护年份和开始实施养护年份之后的所有年份中的该路段均标记为处治路段；
针对该种路况指标的指标数据，按照所述数据剔除规则对每一路段的路况明细进行修正，得到所述修正路况明细：
其中，假设第Ak年度第i个处治路段的起终点桩号分别为yki、yk(i+1)，距yki最近的路线桩号增大方向明细分界桩号为xk，距yk(i+1)最近的路线桩号增大方向整点桩号为xkp，令a＝xkp-yk(i+1)，b＝xk-yki，则所述数据剔除规则包括：
从到对应于该种路况指标的路况明细中，剔除属于处治路段区间内所有整公里段区间；
若b≤0.5km，则处治路段起点桩号所在的路段对应的指标数据不予剔除；
若a≤0.5km，则处治路段终点桩号所在的路段对应的指标数据予以剔除。
本实施例提供了一种基于养护历史修正的路面性能预测和养护方法，该方法通过标记处治路段的方法能够快速实现数据的剔除，提高了路面性能预测的效率。
更进一步地，在上述各实施例的基础上，所述针对预测路线中的每一观测路段，根据对应于该观测路段的修正路况明细确定对应于该观测路段的目标修正路况明细，并获取对应于该观测路段的历年累计当量轴载，包括：
针对每一观测路段，获取在所述预测路线中与该观测路段对应的目标路段；
针对每一种路况指标，从修正路况明细中获取与每一目标路段对应的所有指标数据，得到目标修正路况明细；
根据预先统计的该观测路段的历年累计当量轴载，获取与数据年份的每一年份中对应的历年累计当量轴载。
本实施例提供了一种基于养护历史修正的路面性能预测和养护方法，该方法限定了目标修正路况明细的来源，从修正路况明细中获取每一观测路段对应的所有目标路段的路况明细，即可得到该观测路段对应的路况明细。
更进一步地，在上述各实施例的基础上，所述根据对应于该观测路段的目标修正路况明细和历年累计当量轴载，建立该观测路段的路面性能模型，根据该路面性能模型预测该观测路段的路面性能，并确定针对该观测路段的养护规划，包括：
针对对应于该观测路段的每一种路况指标，获取对应于该路况指标的目标修正路况明细，并获取该观测路段的历年累计当量轴载；
根据对应于该路况指标的目标修正路况明细，利用线性回归(多元回归)建立该路况指标和该观测路段的历年累计当量轴载的函数关系；
根据对应于每一种路况指标的函数关系，预测该观测路段在未来年份内的各路况指标，根据预测的各路况指标确定针对该观测路段的养护规划。
本实施例提供了一种基于养护历史修正的路面性能预测和养护方法，该方法通过线性回归建立每一路况指标和历年累计当量轴载之间的关系，充分考虑了历年累计当量轴载和相关历史数据对路况指标的影响，保证了预测结果的准确性。
更进一步地，在上述实施例的基础上，还包括：
若针对任一观测路段存在新的路况指标的指标数据，则将新的指标数据添加到该预测路线相应路段的路况明细中，和/或，若对该预测路线进行了新的养护，则将新的养护记录添加到该预测路线的养护历史中，重新对该预测路线的每一观测路段建立对应于每一路况指标的函数关系，根据新的函数关系预测每一观测路段的路面性能，并根据预测的所述预测路线中每一观测路段的路面性能确定针对该预测路线的养护规划
本实施例提供了一种基于养护历史修正的路面性能预测和养护方法，在数据库的数据更新后，重新利用更新的数据进行建模，保证了模型的准确性。
作为一种较为具体的实施例，本实施例提供的方法的流程示意图如图2所示，该方法包括：
1、模型分组：
根据路线面层类型(沥青路面、水泥路面)的不同，将路线的路面性能模型组进行分类。
2、构建路况明细库及养护历史库
假定路线的起点桩号为x0、终点桩号xn，根据需要确定路况指标建模对象为PPP，包括PQI、PCI、RDI、RQI、SRI等指标。路况数据年份为Ak(k＝1,2,…,t，要求t≥2)，第Ak年度的路况数据形成的路况明细矩阵表示为其中矩阵内的路况指标为该路线需建模的路况指标，包括PQI、PCI、RDI、RQI、SRI或以上部分指标的组合。初始状态下，将全线所有路况明细路段标记为未处治路段。
所述路况指标指需要通过建立性能模型曲线以预测未来变化趋势的路面技术状况指标，包括PQI、PCI、RDI、RQI、SRI等，数值区间为0～100。
所述路况数据年份指自通车年算起、包含每公里路况明细数据、交通量数据的各年份，为满足建模需要，要求数据年份≥2。
所述未处治路段指路线自通车运营后未实施养护历史、保持原有路面结构的路段。
将实施养护历史的路段记为处治路段，第Ak年度所有处治路段的起终点桩号构成的养护历史矩阵表示为矩阵第一列为起点桩号，第二列为终点桩号。
所述养护历史指从道路运营后，为改善路面局部状况而在一定路段范围内实施的预防性养护工程、修复工程，不包括小修保养工程，实施养护历史的路段称为处治路段。
所述处治路段并集指在对比不同年度处治路段范围时，将存在包含、交叉的路段，按路段实际最长桩号范围进行取值。存在包含或交叉的路段指在不同年度多次实施养护的路段。
3、在各模型组下，逐年度累加剔除处治路段的路况指标明细数据
基于历年的每公里路况数据(PQI、PCI、RDI、RQI、SRI)，统计各年度处治路段与桩号区间信息，在各个模型组所在的桩号区间内，按养护历史数据剔除规则，逐年度累加剔除处治路段的路况指标明细数据。假设某处治路段所在年度为Ak，则需剔除该处治路段的所有年度集合为C＝{Ak,Ak+1,…,t}。当后续年度的处治路段桩号范围与之后年度路段桩号有交叉或重复时，按“处治路段并集”处理。
所述路况明细数据是指一般以年度为单位检测及评定、以1公里为单元间隔的路况指标数据集。
所述处治路段并集指在对比不同年度处治路段范围时，将存在包含、交叉的路段，按路段实际最长桩号范围进行取值。存在包含或交叉的路段指在不同年度多次实施养护的路段。
第Ak年度第i个处治路段的起终点桩号分别为yki、yk(i+1)，如图3所示，距yki最近的路线桩号增大方向明细分界桩号为xk，距yk(i+1)最近的路线桩号增大方向整点桩号为xkp，令a＝xkp-yk(i+1)，b＝xk-yki，则养护历史数据剔除规则如下：
a剔除处治路段区间内所有整公里段区间；
b若b≤0.5km，则处治路段起点桩号所在的路况明细区间不予剔除；
c若a≤0.5km，则处治路段终点桩号所在的路况明细区间予以剔除。
4、构建修正后路况库
在各个路况数据年份Ak内，按第3步的规则剔除处治路段的路况数据，构成修正实施路段后的路况矩阵，第Ak年度修正后路况矩阵表示为
所述路况修正后矩阵中的路况数据指基于路况明细短阵、剔除当年度及之前年度处治路段路况指标后形成的路况数据短阵，矩阵列数表示单个路况指标在剔除处治路段后的剩余明细数，矩阵行数表示拟建立模型的路况指标的数量。
5、计算路线各年份对应各交通量路段的修正后路况加权平均值
在不同模型分组下，分别统计各模型组区间路段内各交通量路段的各路况指标加权平均值。
式中：ppp′k为第k年度某交通量路段的修正路况指标加权平均值，其中ppp′包括PQI、PCI、RDI、RQI、SRI等指标；为第k年度对应xi路段的路况指标；为第k年度指标的路段长度。(本实施例中的PQI、PCI、RDI、RQI、SRI均为无量纲量)
交通量路段指路线中具有不同交通流量特征的路段，一般以观测站、收费站或互通立交等作为路段的分界处。
6、回归建立路面性能衰变模型
搜集各年度各观测站路段的累计当量轴载。当t≥2时，对应不同模型分组，采用回归统计软件，建立各观测站区间路段内，年累计当量轴载与修正路况指标加权平均值之间的相关关系及初始性能模型。
所述初始性能模型指基于现有路况数据、养护历史及交通量数据建立的各路况指标的性能模型。
7、基于数据更新的模型动态校正
建立初始性能模型后，之后在各年度根据路况数据、交通量数据及养护历史更新，重复以上1～6步，扩大回归样本数，每年建立动态的路面性能模型。
本实施例提供的方法以建立符合路况实际衰减规律的路面性能模型为目的，基于路线历年的路况、交通量数据及养护历史数据，采用“模型分组、逐年累加排除养护历史影响、数据更新动态校正”的建模思路，最终得到一种基于未处治的历年实际路况数据、考虑交通量累计轴载影响的路面性能衰变模型。该方法突破传统路面性能建模中忽略运营中养护历史及结构加铺改造影响、未考虑不断增长的交通量累计轴载作用的缺点，不仅可用于准确预测路面在未来年度的路况自然衰减指标，在进行路面养护规划及决策中可用于辅助计算预防性养护效益并判断最佳养护时机，同时在进行多年度规划时，基于准确预测的路况衰减值，将可以制定更科学合理的养护方案及计划，使路面养护资金预测合理。
本实施例以起点桩号K55+000，终点桩号K85+000，通车于2013年3月的某路线作为进行性能预测的例子，按照上述方法进一步说明本实施例提供的基于养护历史修正的路面性能预测和养的方法，该方法包括：
1、按路面类型不同进行模型分组
路面全线为沥青路面，无须进行模型分组。
2、构建路线路况库及养护历史库
1)历年路况数据
结合养护规划需要，本路线拟对PQI、PCI指标建立路面性能模型，因此，以下行方向为例，搜集项目自通车以来历年路况明细数据(PQI、PCI)见表1和表2。
表1历年PQI明细
路段桩号 2013年 2014年 2015年 2016年 2017年
K85-K84 96.5 95.2 94.0 92.5 91.2
K84-K83 97.3 95.1 93.7 96.2 95.2
K83-K82 98.7 95.1 93.2 92.1 90.5
K82-K81 97.6 95.7 94.0 91.7 89.9
K81-K80 96.8 92.6 92.5 93.9 93.7
K80-K79 96.4 94.1 94.0 91.1 91.1
K79-K78 95.1 94.4 94.0 93.2 93.2
K78-K77 96.3 95.4 93.2 91.4 94.8
K77-K76 95.1 95.1 93.8 90.5 91.7
K76-K75 98.0 95.4 93.6 92.1 92.7
K75-K74 96.1 95.9 93.1 92.0 90.5
K74-K73 97.1 95.0 92.2 94.6 94.1
K73-K72 97.4 95.8 93.0 93.1 93.2
K72-K71 97.9 96.0 93.6 92.9 91.2
K71-K70 97.2 94.9 92.7 92.4 93.6
K70-K69 97.7 93.6 92.8 92.8 90.1
K69-K68 97.0 94.4 93.4 91.3 93.8
K68-K67 97.5 94.3 93.2 91.4 91.0
K67-K66 96.1 94.9 91.0 93.1 91.5
K66-K65 96.6 94.6 92.3 95.0 94.7
K65-K64 97.4 96.0 93.1 91.6 90.3
K64-K63 98.3 96.8 94.1 92.7 91.5
K63-K62 98.5 96.5 93.5 91.5 90.1
K62-K61 97.6 95.8 93.6 91.4 89.9
K61-K60 97.8 95.6 93.4 94.0 93.1
K60-K59 97.9 95.1 93.2 92.4 91.3
K59-K58 97.9 95.2 94.8 92.6 90.3
K58-K57 97.1 95.8 94.7 92.2 90.3
K57-K56 97.3 95.3 93.3 92.5 90.4
K56-K55 98.9 96.1 95.5 93.6 90.7
表2历年PCI明细
2)历年养护历史
路线历年实施的养护历史见表3。
表3历年养护历史
养护时间 处治路段 养护措施
2016.8 K84-K82+800 2cm超薄罩面
2016.8 K81-K80+100 2cm超薄罩面
2016.5 K74-K72+350 微表处
2016.5 K71-K70+490 微表处
2016.5 K66-K64+200 2cm超薄罩面
2017.6 K78-K77 微表处
2017.6 K69-K68 2cm超薄罩面
3.在各模型组下，逐年度累加剔除处治路段的路况指标明细数据
基于历年的路况明细及养护历史，按养护历史数据剔除规则，从第一个实施养护历史的年度起，对实施路段及路况数据进行逐年累加剔除，结果见表4和表5，其中，表4和表5中空格代表路况数据已剔除。
表4修正后PQI数据
表5修正后PCI数据
路段桩号 2013年 2014年 2015年 2016年 2017年
K85-K84 96.8 94.8 92.8 90.6 88.7
K84-K83 96.1 95.1 92.4
K83-K82 98.0 96.5 94.5 92.1 90.8
K82-K81 97.8 96.8 93.8 92.2 90.5
K81-K80 97.6 94.6 92.6
K80-K79 98.5 95.5 92.7 90.6 87.6
K79-K78 97.0 96.7 96.7 94.8 93.5
K78-K77 98.5 97.5 94.4 92.4
K77-K76 97.1 97.1 94.5 92.8 90.4
K76-K75 98.0 94.0 93.0 91.8 90.5
K75-K74 97.5 95.5 92.5 91.9 89.8
K74-K73 94.4 95.4 93.2
K73-K72 96.5 94.5 93.5
K72-K71 97.3 96.3 95.4 93.7 92.1
K71-K70 96.7 94.7 89.4
K70-K69 96.5 95.5 94.2 93.1 91.3
K69-K68 96.7 93.7 93.7 91.2
K68-K67 96.5 95.5 94.2 91.4 90.5
K67-K66 98.4 96.4 92.3 90.2 87.3
K66-K65 99.2 95.2 92.5
K65-K64 98.0 95.3 91.2
K64-K63 97.0 94.3 94.3 91.3 93.5
K63-K62 98.2 94.2 93.8 91.2 89.4
K62-K61 97.3 95.3 94.3 89.1 85.6
K61-K60 96.8 95.8 93.5 91.8 89.7
K60-K59 97.8 94.8 94.8 92.9 90.9
K59-K58 97.9 95.9 93.2 91.0 89.5
K58-K57 99.1 98.1 97.5 95.5 93.4
K57-K56 99.6 97.6 95.6 93.0 90.2
K56-K55 99.4 97.4 95.4 92.4 89.4
4.构建修正后路况库
基于历年修正后的路况指标，构建各年度修正后路况库如下：
2013年修正路况库
2014年修正路况库
2015年修正路况库
2016年修正路况库
2017年修正路况库
5.根据交通量观测路段区间，计算修正后路况指标算术加权平均值(地点A、地点B、地点C、地点D和地点E组成的路段均为预测路线的观测路段)
基于修正的历年路况明细，按算术加权平均方法计算各年度对应各观测路段的修正路况，结果见表6和表7。
表6修正后年度PQI
观测路段 2013年 2014年 2015年 2016年 2017年
地点A-地点B 97.5 95.8 93.6 92.1 90.2
地点B-地点C 96.4 95 93.2 92.7 91.7
地点C-地点D 97.9 95.2 93.1 91.1 90.1
地点D-地点E 98.3 96.4 94.9 92.2 89.8
表7修正后年度PCI
观测路段 2013年 2014年 2015年 2016年 2017年
地点A-地点B 96.7 94.9 93.6 91.8 91.3
地点B-地点C 97.4 94.4 92.9 92.34 90.65
地点C-地点D 97.4 95.5 92.8 91.8 90.7
地点D-地点E 97.8 95.6 94.1 92.7 90.9
6.建立修正后路况指标与累计当量轴载关系，形成初始性能模型
路线全线共设有4个观测站，搜集下行方向观测站路段的年累计当量轴载见表8。
表8历年累计当量轴载
7、采用origin7.0软件，建立各观测路段年度修正路况与年累计当量轴载的回归关系，其中x为年累计当量轴载(万次)，y为路况指标(PQI或PCI)，结果见表9。各个模型的曲线如图4至图11所示。
表9路面性能模型
8.根据年度更新数据动态校正性能模型
由于目标没有新的路况指标数据，也没有新的进行养护的数据，因此无须进行模型动态校正。
本实施例提供的方法在建立路面性能模型时考虑并剔除养护历史对既有路况的影响，真实反映道路通车后路面性能随交通轴载变化。该方法简单易行，与实际路况衰减的吻合度高，预测结果真实可靠，可为管养单位进行路面养护规划提供依据。
图12示出了本发明的实施例提供的一种基于养护历史修正的路面性能预测和养护装置的结构框图，参见图12，本实施例提供的基于养护历史修正的路面性能预测和养护装置，包括第一获取模块1201、修正模块1202、第二获取模块1203和预测模块1204，其中，
第一获取模块1201，用于获取欲进行路面性能预测的预测路线，将所述预测路线按照路面类型分为路段组；
修正模块1202，用于针对每一路段组，获取所述路段组中每一路段的路况明细和对应于所述预测路线的养护历史，根据养护历史，通过预设的数据剔除规则对每一路段的路况明细进行修正，得到修正后的修正路况明细；
第二获取模块1203，用于针对预测路线中的每一观测路段，根据对应于该观测路段的修正路况明细确定对应于该观测路段的目标修正路况明细，并获取对应于该观测路段的历年累计当量轴载；
预测模块1204，用于根据对应于该观测路段的目标修正路况明细和历年累计当量轴载，建立该观测路段的路面性能模型，根据该路面性能模型预测该观测路段的路面性能，并根据预测的所述预测路线中每一观测路段的路面性能确定针对该预测路线的养护规划。
本实施例提供的用于基于养护历史修正的路面性能预测和养护装置适用于上述实施例中提供的基于养护历史修正的路面性能预测和养护方法，在此不再赘述。
本实施例提供了一种基于养护历史修正的路面性能预测和养护装置，该装置对预测路线中的路段按照路面类型进行分类，并根据历史数据对路况明细进行修正，消除了对路面养护对路面性能预测的影响，使得模型对路面性能的预测结果更符合实际衰减规律，从而为路段制定更为合理的养护计划。该方法基于路线历年的路况、交通量数据及养护历史数据，采用“模型分组、逐年累加排除养护历史影响、数据更新动态校正”的建模思路，最终得到一种基于未处治的历年实际路况数据、考虑交通量累计轴载影响的路面性能衰变模型。通过该装置建立的模型不仅可用于准确预测路面在未来年度的路况自然衰减指标，在进行路面养护规划及决策中可用于辅助计算预防性养护效益并判断最佳养护时机，同时在进行多年度规划时，基于准确预测的路况衰减值，将可以制定更科学合理的养护方案及计划，使路面养护资金预测合理。
图13是示出本实施例提供的电子设备的实体结构示意图。
参照图13，所述电子设备包括：处理器(processor)1301、存储器(memory)1302和总线1303；
其中，
所述处理器1301、存储器1302通过所述总线1303完成相互间的通信；
所述处理器1301用于调用所述存储器1302中的程序指令，以执行上述各方法实施例所提供的方法，例如包括：获取欲进行路面性能预测的预测路线，将所述预测路线按照路面类型分为路段组；针对每一路段组，获取所述路段组中每一路段的路况明细和对应于所述预测路线路线的养护历史，根据养护历史，通过预设的数据剔除规则对每一路段的路况明细进行修正，得到修正后的修正路况明细；针对预测路线中的每一观测历年累计当量轴载的观测路段，根据对应于该观测路段的修正路况明细确定对应于该观测路段的目标修正路况明细，并获取对应于该观测路段的历年累计当量轴载；根据对应于该观测路段的目标修正路况明细和历年累计当量轴载，建立该观测路段的路面性能模型，并根据预测的所述预测路线中每一观测路段的路面性能确定针对该预测路线的养护规划。
本实施例提供一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行上述各方法实施例所提供的方法，例如包括：获取欲进行路面性能预测的预测路线，将所述预测路线按照路面类型分为路段组；针对每一路段组，获取所述路段组中每一路段的路况明细和对应于所述预测路线路线的养护历史，根据养护历史，通过预设的数据剔除规则对每一路段的路况明细进行修正，得到修正后的修正路况明细；针对预测路线中的每一观测路段，根据对应于该观测路段的修正路况明细确定对应于该观测路段的目标修正路况明细，并获取对应于该观测路段的历年累计当量轴载；根据对应于该观测路段的目标修正路况明细和历年累计当量轴载，建立该观测路段的路面性能模型，并根据预测的所述预测路线中每一观测路段的路面性能确定针对该预测路线的养护规划。
本实施例公开一种计算机程序产品，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，计算机能够执行上述各方法实施例所提供的方法，例如，包括：获取欲进行路面性能预测的预测路线，将所述预测路线按照路面类型分为路段组；针对每一路段组，获取所述路段组中每一路段的路况明细和对应于所述预测路线路线的养护历史，根据养护历史，通过预设的数据剔除规则对每一路段的路况明细进行修正，得到修正后的修正路况明细；针对预测路线中的每一观测路段，根据对应于该观测路段的修正路况明细确定对应于该观测路段的目标修正路况明细，并获取对应于该观测路段的历年累计当量轴载；根据对应于该观测路段的目标修正路况明细和历年累计当量轴载，建立该观测路段的路面性能模型，并根据预测的所述预测路线中每一观测路段的路面性能确定针对该预测路线的养护规划。
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于一计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上所描述的终端或者基站的实体结构等实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上各实施例仅用以说明本发明的实施例的技术方案，而非对其限制；尽管参照前述各实施例对本发明的实施例进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明的实施例各实施例技术方案的范围。

Claims (10)

1.一种基于养护历史修正的路面性能预测和养护方法，其特征在于，包括：
获取欲进行路面性能预测的预测路线，将所述预测路线按照路面类型分为路段组；
针对每一路段组，获取所述路段组中每一路段的路况明细和对应于所述预测路线的养护历史，根据养护历史，通过预设的数据剔除规则对每一路段的路况明细进行修正，得到修正后的修正路况明细；
针对预测路线中的每一观测路段，根据对应于该观测路段的修正路况明细确定对应于该观测路段的目标修正路况明细，并获取对应于该观测路段的历年累计当量轴载；
根据对应于该观测路段的目标修正路况明细和历年累计当量轴载，建立该观测路段的路面性能模型，根据该路面性能模型预测该观测路段的路面性能，并根据预测的所述预测路线中每一观测路段的路面性能确定针对该预测路线的养护规划。
2.根据权利要求1所述的方法，其特征在于，所述针对每一路段组，获取所述路段组中每一路段的路况明细和对应于所述预测路线的养护历史，根据养护历史，通过预设的数据剔除规则对每一路段的路况明细进行修正，得到修正后的修正路况明细，包括：
确定欲作为所述路面性能模型的建模对象的至少一种路况指标，针对每一种路况指标，获取在路况数据年份的每一年份中，所述路段组中每一路段对应的该种路况指标的指标数据，得到对应于该种路况指标的路况明细，并获取在所述数据年份内对所述预测路线实施的养护历史；
针对该种路况指标中的指标数据，根据养护历史判断在所述指标数据对应的年份，是否存在对所述指标数据对应的路段进行养护的养护历史，若是，则从对应于该种路况指标的路况明细中剔除该指标数据和该路段在该指标数据对应的年份之后每一年份的所有指标数据，得到对应于该种路况指标的修正路况明细。
3.根据权利要求2所述的方法，其特征在于，所述针对该种路况指标中的指标数据，根据所述养护历史判断在所述指标数据对应的年份，是否存在对所述指标数据对应的路段进行养护的养护历史，若是，则从对应于该种路况指标的路况明细中剔除该指标数据和该路段在该指标数据对应的年份之后每一年份的所有指标数据，得到对应于该种路况指标的修正路况明细，包括：
对养护历史中实施养护的路段，将开始实施养护年份和开始实施养护年份之后的所有年份中的该路段均标记为处治路段；
针对该种路况指标的指标数据，按照所述数据剔除规则对每一路段的路况明细进行修正，得到所述修正路况明细：
其中，假设第Ak年度第i个处治路段的起终点桩号分别为yki、yk(i+1)，距yki最近的路线桩号增大方向明细分界桩号为xk，距yk(i+1)最近的路线桩号增大方向整点桩号为xkp，令a＝xkp-yk(i+1)，b＝xk-yki，则所述数据剔除规则包括：
从到对应于该种路况指标的路况明细中，剔除属于处治路段区间内所有整公里段区间；
若b≤0.5km，则处治路段起点桩号所在的路段对应的指标数据不予剔除；
若a≤0.5km，则处治路段终点桩号所在的路段对应的指标数据予以剔除。
4.根据权利要求2所述的方法，其特征在于，所述针对预测路线中的每一观测路段，根据对应于该观测路段的修正路况明细确定对应于该观测路段的目标修正路况明细，并获取对应于该观测路段的历年累计当量轴载，包括：
针对每一观测路段，获取在所述预测路线中与该观测路段对应的目标路段；
针对每一种路况指标，从修正路况明细中获取与每一目标路段对应的所有指标数据，得到目标修正路况明细；
根据预先统计的该观测路段的历年累计当量轴载，获取与数据年份的每一年份中对应的历年累计当量轴载。
5.根据权利要求4所述的方法，其特征在于，所述根据对应于该观测路段的目标修正路况明细和历年累计当量轴载，建立该观测路段的路面性能模型，根据该路面性能模型预测该观测路段的路面性能，并确定针对该观测路段的养护规划，包括：
针对对应于该观测路段的每一种路况指标，获取对应于该路况指标的目标修正路况明细，并获取该观测路段的历年累计当量轴载；
根据对应于该路况指标的目标修正路况明细，利用线性回归建立该路况指标和该观测路段的历年累计当量轴载的函数关系；
根据对应于每一种路况指标的函数关系，预测该观测路段在未来年份内的各路况指标，并根据预测的所述预测路线中每一观测路段的路面性能确定针对该预测路线的养护规划。
6.根据权利要求1所述的方法，其特征在于，还包括：
若针对任一观测路段存在新的路况指标的指标数据，则将新的指标数据添加到该预测路线相应路段的路况明细中，和/或，若对该预测路线进行了新的养护，则将新的养护记录添加到该预测路线的养护历史中，重新对该预测路线的每一观测路段建立对应于每一路况指标的函数关系，根据新的函数关系预测每一观测路段的路面性能，并根据预测的所述预测路线中每一观测路段的路面性能确定针对该预测路线的养护规划。
7.根据权利要求2所述的方法，其特征在于，
所述数据年份至少是2年；
所述路况指标包括PQI、PCI、RDI、RQI、SRI。
8.一种基于养护历史修正的路面性能预测和养护装置，其特征在于，包括：
第一获取模块，用于获取欲进行路面性能预测的预测路线，将所述预测路线按照路面类型分为路段组；
修正模块，用于针对每一路段组，获取所述路段组中每一路段的路况明细和对应于所述预测路线的养护历史，根据养护历史，通过预设的数据剔除规则对每一路段的路况明细进行修正，得到修正后的修正路况明细；
第二获取模块，用于针对预测路线中的每一观测路段，根据对应于该观测路段的修正路况明细确定对应于该观测路段的目标修正路况明细，并获取对应于该观测路段的历年累计当量轴载；
预测模块，用于根据对应于该观测路段的目标修正路况明细和历年累计当量轴载，建立该观测路段的路面性能模型，根据该路面性能模型预测该观测路段的路面性能，并根据预测的所述预测路线中每一观测路段的路面性能确定针对该预测路线的养护规划。
9.一种电子设备，其特征在于，包括：
至少一个处理器、至少一个存储器和总线；其中，
所述处理器、存储器通过所述总线完成相互间的通信；
所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行如权利要求1至7中任一项所述的方法。
10.一种计算机程序产品，其特征在于，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，使所述计算机执行如权利要求1至7任一所述的方法。
CN201810403128.0A 2018-04-28 2018-04-28 一种基于养护历史修正的路面性能预测和养护方法及装置 Active CN108596396B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810403128.0A CN108596396B (zh) 2018-04-28 2018-04-28 一种基于养护历史修正的路面性能预测和养护方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810403128.0A CN108596396B (zh) 2018-04-28 2018-04-28 一种基于养护历史修正的路面性能预测和养护方法及装置

Publications (2)

Publication Number Publication Date
CN108596396A true CN108596396A (zh) 2018-09-28
CN108596396B CN108596396B (zh) 2020-10-30

Family

ID=63619291

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810403128.0A Active CN108596396B (zh) 2018-04-28 2018-04-28 一种基于养护历史修正的路面性能预测和养护方法及装置

Country Status (1)

Country Link
CN (1) CN108596396B (zh)

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109740774A (zh) * 2019-02-28 2019-05-10 中国公路工程咨询集团有限公司 路面养护措施库的修正方法及电子设备
CN109920247A (zh) * 2019-02-28 2019-06-21 广东赛诺科技股份有限公司 一种路面性能衰变的模型
CN109993223A (zh) * 2019-03-26 2019-07-09 南京道润交通科技有限公司 路面使用性能预测方法、存储介质、电子设备
CN110288210A (zh) * 2019-06-11 2019-09-27 中国公路工程咨询集团有限公司 项目级道路基础设施综合养护决策方法及系统
CN111177895A (zh) * 2019-12-13 2020-05-19 中公高科养护科技股份有限公司 三折线形路面技术状况的预测模型的建立方法及系统
CN112241808A (zh) * 2020-09-28 2021-01-19 四川省交通运输发展战略和规划科学研究院 路面技术状况预测方法、装置、电子设备及存储介质
CN112613681A (zh) * 2020-12-29 2021-04-06 上海同陆云交通科技有限公司 一种路网低能耗全生命周期养护方案优化方法
CN112632841A (zh) * 2020-12-22 2021-04-09 交通运输部科学研究院 路面长期性能预测方法及装置
CN112686396A (zh) * 2020-12-15 2021-04-20 中公高科养护科技股份有限公司 基于病害数量的路面养护性质的选取方法、介质及系统
CN112907948A (zh) * 2021-01-19 2021-06-04 中公高科养护科技股份有限公司 一种路段合并方法、介质及系统
CN113065722A (zh) * 2021-05-08 2021-07-02 河北工业大学 一种基于深度学习的连续多步预测道路智能养护系统
CN117273477A (zh) * 2023-08-16 2023-12-22 湖北交投智能检测股份有限公司 沥青公路路面养护决策方法、装置、设备和存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160214607A1 (en) * 2013-05-03 2016-07-28 Google Inc. Predictive reasoning for controlling speed of a vehicle
CN106526149A (zh) * 2016-11-22 2017-03-22 山西省交通科学研究院 一种基于通车时长和交通量的路面使用性能预测方法
CN107798177A (zh) * 2017-10-13 2018-03-13 东南大学 基于养护前后路面性能模型的路面最佳养护时机确定方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160214607A1 (en) * 2013-05-03 2016-07-28 Google Inc. Predictive reasoning for controlling speed of a vehicle
CN106526149A (zh) * 2016-11-22 2017-03-22 山西省交通科学研究院 一种基于通车时长和交通量的路面使用性能预测方法
CN107798177A (zh) * 2017-10-13 2018-03-13 东南大学 基于养护前后路面性能模型的路面最佳养护时机确定方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
邢爱萍: "路面使用性能的评价与预测", 《万方学位论文数据库》 *

Cited By (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109920247A (zh) * 2019-02-28 2019-06-21 广东赛诺科技股份有限公司 一种路面性能衰变的模型
CN109740774B (zh) * 2019-02-28 2021-07-30 中国公路工程咨询集团有限公司 路面养护措施库的修正方法及电子设备
CN109740774A (zh) * 2019-02-28 2019-05-10 中国公路工程咨询集团有限公司 路面养护措施库的修正方法及电子设备
CN109993223A (zh) * 2019-03-26 2019-07-09 南京道润交通科技有限公司 路面使用性能预测方法、存储介质、电子设备
CN109993223B (zh) * 2019-03-26 2023-05-16 南京道润交通科技有限公司 路面使用性能预测方法、存储介质、电子设备
CN110288210A (zh) * 2019-06-11 2019-09-27 中国公路工程咨询集团有限公司 项目级道路基础设施综合养护决策方法及系统
CN110288210B (zh) * 2019-06-11 2022-02-25 中国公路工程咨询集团有限公司 项目级道路基础设施综合养护决策方法及系统
CN111177895B (zh) * 2019-12-13 2023-10-20 中公高科养护科技股份有限公司 三折线形路面技术状况的预测模型的建立方法及系统
CN111177895A (zh) * 2019-12-13 2020-05-19 中公高科养护科技股份有限公司 三折线形路面技术状况的预测模型的建立方法及系统
CN112241808A (zh) * 2020-09-28 2021-01-19 四川省交通运输发展战略和规划科学研究院 路面技术状况预测方法、装置、电子设备及存储介质
CN112686396B (zh) * 2020-12-15 2024-02-23 中公高科养护科技股份有限公司 基于病害数量的路面养护性质的选取方法、介质及系统
CN112686396A (zh) * 2020-12-15 2021-04-20 中公高科养护科技股份有限公司 基于病害数量的路面养护性质的选取方法、介质及系统
CN112632841A (zh) * 2020-12-22 2021-04-09 交通运输部科学研究院 路面长期性能预测方法及装置
CN112613681B (zh) * 2020-12-29 2022-03-08 上海同陆云交通科技有限公司 一种路网低能耗全生命周期养护方案优化方法
CN112613681A (zh) * 2020-12-29 2021-04-06 上海同陆云交通科技有限公司 一种路网低能耗全生命周期养护方案优化方法
CN112907948B (zh) * 2021-01-19 2022-07-08 中公高科养护科技股份有限公司 一种路段合并方法、介质及系统
CN112907948A (zh) * 2021-01-19 2021-06-04 中公高科养护科技股份有限公司 一种路段合并方法、介质及系统
CN113065722B (zh) * 2021-05-08 2022-07-01 河北工业大学 一种基于深度学习的连续多步预测道路智能养护系统
CN113065722A (zh) * 2021-05-08 2021-07-02 河北工业大学 一种基于深度学习的连续多步预测道路智能养护系统
CN117273477A (zh) * 2023-08-16 2023-12-22 湖北交投智能检测股份有限公司 沥青公路路面养护决策方法、装置、设备和存储介质

Also Published As

Publication number Publication date
CN108596396B (zh) 2020-10-30

Similar Documents

Publication Publication Date Title
CN108596396B (zh) 一种基于养护历史修正的路面性能预测和养护方法及装置
CN111653088B (zh) 一种车辆出行量预测模型构建方法及预测方法和系统
CN104574967B (zh) 一种基于北斗的城市大面积路网交通感知方法
CN113034913A (zh) 交通拥堵预测方法、装置、设备及存储介质
CN107563566B (zh) 一种基于支持向量机的公交站间运行时间区间预测方法
CN105913658B (zh) 一种交通流推测od位置及od矩阵的方法
CN110853347A (zh) 一种短时交通路况预测方法、装置及终端设备
Troyer et al. Strength of the variable: calculating and evaluating safety performance function calibration factors for the state of Ohio
CN111260927B (zh) 一种公路路网流量预测方法
CN107331164A (zh) 一种高速公路收费站入口车辆数的预测方法
CN111222678A (zh) 路面技术状况预测方法
CN111121803B (zh) 获取道路常用停靠点的方法及装置
CN112748452A (zh) 一种基于路网数据的gps轨迹清洗方法
CN115080550B (zh) 路网交通量分配方法及装置
CN114281808B (zh) 一种交通大数据清洗方法、装置、设备及可读存储介质
CN108287973B (zh) 交通状态的模拟方法及装置
CN113807556B (zh) 一种旅游指标预测方法、装置、设备及介质
CN112907948B (zh) 一种路段合并方法、介质及系统
JP2005208791A (ja) 道路リンク旅行時間推計方法、道路リンク旅行時間推計装置、プログラム、および、記録媒体
CN115578854B (zh) 收费站车辆排队长度预测方法、装置、设备及存储介质
CN117273477B (zh) 沥青公路路面养护决策方法、装置、设备和存储介质
CN117079062B (zh) 一种基于路面裂缝分析方法的动静态影响参数分析方法
JP7414502B2 (ja) 情報処理装置、情報処理方法およびプログラム
CN111524354B (zh) 基于语言模型的城市交通网络路径选择行为的预测方法、系统、介质及设备
CN116311953A (zh) 高速公路引流方法、引流展示方法、装置、设备、介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20211206

Address after: 100089 2nd floor, Beijing municipal building, 17 Changyun palace, Zizhuqiao, West Third Ring Road, Haidian District, Beijing

Patentee after: CHINA HIGHWAY ENGINEERING CONSULTING Corp.

Patentee after: CHECSC HIGHWAY MAINTENANCE AND TEST TECHNOLOGY CO.,LTD.

Patentee after: ZHONGZI DATA CO.,LTD.

Address before: 100089 2nd floor, Beijing municipal building, 17 Changyun palace, Zizhuqiao, West Third Ring Road, Haidian District, Beijing

Patentee before: CHINA HIGHWAY ENGINEERING CONSULTING Corp.

Patentee before: Zhongzi highway maintenance and Inspection Technology Co., Ltd