CN110288210A - 项目级道路基础设施综合养护决策方法及系统 - Google Patents

项目级道路基础设施综合养护决策方法及系统 Download PDF

Info

Publication number
CN110288210A
CN110288210A CN201910501694.XA CN201910501694A CN110288210A CN 110288210 A CN110288210 A CN 110288210A CN 201910501694 A CN201910501694 A CN 201910501694A CN 110288210 A CN110288210 A CN 110288210A
Authority
CN
China
Prior art keywords
maintenance
analysis object
weight coefficient
punishment
parameter
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
CN201910501694.XA
Other languages
English (en)
Other versions
CN110288210B (zh
Inventor
桂成中
侯芸
董元帅
张艳红
钱振宇
樊云龙
李宇轩
方维澄
周晶
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 DETECTION TECHNOLOGY Co Ltd
CHINA HIGHWAY ENGINEERING CONSULTING GROUP 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 CN201910501694.XA priority Critical patent/CN110288210B/zh
Publication of CN110288210A publication Critical patent/CN110288210A/zh
Application granted granted Critical
Publication of CN110288210B publication Critical patent/CN110288210B/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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
    • G06Q10/06375—Prediction of business process outcome or impact based on a proposed change
    • 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
    • G06Q10/10—Office automation; Time management
    • G06Q10/103—Workflow collaboration or project management
    • 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)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Educational Administration (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Data Mining & Analysis (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供一种项目级道路基础设施综合养护决策方法及系统，所述方法包括：确定分析对象，并获取分析对象的历史数据；对分析对象的历史数据进行分类，得到分类数据矩阵；基于分类数据矩阵进行预测分析，生成参数预测矩阵；确定全局优化目标函数、分析对象对应的权重系数以及分项处治费用；根据历史数据和参数预测矩阵、全局优化目标函数、分析对象对应的权重系数以及分项处治费用，进行综合养护决策计算，获得最优养护方案和养护时机，基于最优养护方案进行资金分配并对养护效果进行检验。本发明适用于不同项目级道路基础设施结构之间技术参数的综合养护决策以及相同项目级道路基础设施结构不同技术参数之间的综合养护决策。

Description

项目级道路基础设施综合养护决策方法及系统
技术领域
本发明涉及公路养护技术领域，更具体地，涉及一种项目级道路基础设施综合养护决策方法及系统。
背景技术
公路养护决策系统是公路道路基础设施养护信息化方面的核心，对公路基础设施养护起到重要的指导作用。
在公路道路基础设施结构工程中，养护决策是提升结构性能养护的一种重要手段，其科学性和合理性也在工程界受到越来越多地青睐并得到广泛讨论。
据交通运输部《2017年交通运输行业发展统计公报》显示，2017年末全国公路养护里程467.46万公里，占公路总里程477.35万公里的97.9％。面对庞大的道路基础设施养护需求，在有限的资金配置条件下，公路行业不得不追求道路基础设施养护效益的最大化，适宜的养护时间、养护措施、养护路段显著影响养护决策的科学性。
为满足道路使用功能前提下经济性的最优目标要求，公路行业对公路道路基础设施的养护决策进行了大量的研究，主要围绕以下几个方面进行研究：
1)结合客户预期目标和实际资金限制智能制定广泛区域的公路养护维护方案集，并考虑公路路网的未来参数指标变化；
2)应用全寿命周期费用分析法对公路运营期内大修、大修+中修、大修+中修+预防性养护3种养护方案比较中，大修+中修+预防性养护方案费用最低、养护效果最为突出；
3)公路道路基础设施预防性养护的最佳养护时机分析方法有灰色分析理论法等；
4)根据指定的公路管理服务水平,建立道路基础设施养护决策方案规划算法模型，对路面养护决策方案进行优化,使其在指定的服务水平要求下,达到养护费用最小；
5)通过分析养护工程性质、养护决策等影响因素，建立了养护决策树模型，并提出了基于决策树模型的无资金约束条件下养护需求分析流程及资金约束条件下最大性能水平的养护计划优化方法；
6)针对养护决策优化中指定资金约束下的养护方案优选问题，以养护费用关系为基础，利用动态规划原理和路况状态转移概率计算模型制定指定资金约束条件下的公路养护决策；
7)以多年度项目级养护规划为研究对象,提出了以养护路段为单位的项目级养护规划决策流程。结合管养工作中对资金及目标双重约束条件下的养护规划需求，针对资金规划中的养护方案优化阶段，建立多年度规划条件下的“资金-目标”双优化法决策流程及资金排序优化方法；
8)计算分析道路基础设施性能的影响权重，采用模糊综合评价法建立养护决策体系，计算得到各路段与技术状况等级之间的关联度，根据最大关联度原则可评判技术状况等级；
9)借助交通负荷引起的道路破损指数(LDR指数)，建立多目标养护决策模型。
通过对以上方法进行分析，现有技术中存在以下问题：一般针对单指标参数建立养护决策，而且采用单养护模式，无相应的不同和/或相同道路基础设施参数之间的养护决策模型，而且项目级道路基础设施养护规划与现有规范的结合不够，较难得到科学、合理的养护方案，难以综合评定项目级道路基础设施结构之间或同一结构物不同参数之间的养护决策。
发明内容
本发明实施例提供一种克服上述问题或者至少部分地解决上述问题的项目级道路基础设施综合养护决策方法及系统。
第一方面，本发明实施例提供一种项目级道路基础设施综合养护决策方法，包括：
确定综合养护决策优化的分析对象，并获取所述分析对象在时间维度上的历史数据，生成基于时间序列的原始数据矩阵；
依据现有道路基础设施性能评价规范、标准设定的性能参数区间范围或用户自定义的参数区间范围对所述历史数据进行分类，得到分类数据矩阵；
基于所述分类数据矩阵进行预设未来目标周期内的技术参数状况预测分析，生成基于时间序列的参数预测矩阵；
确定全局优化目标函数、所述分析对象对应的权重系数以及所述分析对象对应的分项处治费用；
根据所述原始数据矩阵和参数预测矩阵、全局优化目标函数、分析对象对应的权重系数以及分析对象对应的分项处治费用，进行综合养护决策计算，将综合养护决策计算的结果提供给用户，以供用户选择相应的项目级道路综合养护模式，获得相应的最优养护方案和养护时机；
确定所述最优养护方案和养护时机对应的养护资金分配组合方案；
建立养护决策效果评价指标体系，并确定所述评价指标体系中各评价指标的权重系数，选取养护对象，获取所述养护对象对应的评价指标数据，根据所述评价指标数据和各评价指标的权重系数，计算获得所述养护对象对应的养护决策效果评价结果；
其中，所述分析对象包括：项目级道路基础设施结构物及其部件和/或构件、每个结构物及其部件和/或构件所对应的技术参数；
其中，所述分析对象对应的权重系数包括：分析对象中各结构物之间的整体权重系数，以及各结构物所对应的技术参数之间的分项权重系数。
第二方面，本发明实施例提供一种项目级道路基础设施综合养护决策系统，包括：
数据获取模块，用于确定综合养护决策优化的分析对象，并获取所述分析对象在时间维度上的历史数据，生成基于时间序列的原始数据矩阵；
数据分类模块，用于依据现有道路基础设施性能评价规范、标准设定的性能参数区间范围或用户自定义的参数区间范围对所述历史数据进行分类，得到分类数据矩阵；
参数预测模块，用于基于所述分类数据矩阵进行预设未来目标周期内的技术参数状况预测分析，生成基于时间序列的参数预测矩阵；
目标函数、权重和处治费用确定模块，用于确定全局优化目标函数、所述分析对象对应的权重系数以及所述分析对象对应的分项处治费用；
养护决策优化模块，用于根据所述原始数据矩阵和参数预测矩阵、全局优化目标函数、分析对象对应的权重系数以及分析对象对应的分项处治费用，进行综合养护决策计算，将综合养护决策计算的结果提供给用户，以供用户选择相应的项目级道路综合养护模式，获得相应的最优养护方案和养护时机；
养护资金分配模块，用于确定所述最优养护方案和养护时机对应的养护资金分配组合方案；
养护决策效果检验模块，用于建立养护决策效果评价指标体系，并确定所述评价指标体系中各评价指标的权重系数，选取养护对象，获取所述养护对象对应的评价指标数据，根据所述评价指标数据和各评价指标的权重系数，计算获得所述养护对象对应的养护决策效果评价结果；
其中，所述分析对象包括：项目级道路基础设施结构物及其部件和/或构件、每个结构物及其部件和/或构件所对应的技术参数；
其中，所述分析对象对应的权重系数包括：分析对象中各结构物之间的整体权重系数，以及各结构物所对应的技术参数之间的分项权重系数。
第三方面，本发明实施例提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如第一方面所提供的项目级道路基础设施综合养护决策方法的步骤。
第四方面，本发明实施例提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如第一方面所提供的项目级道路基础设施综合养护决策方法的步骤。
本发明实施例提供的项目级道路基础设施综合养护决策方法及系统，适用于不同项目级道路基础设施结构之间的综合养护决策以及相同项目级道路基础设施结构不同参数之间的综合养护决策，可与现行道路基础设施对应的行业规范、标准或用户定义规则结合使用，获得与规范相对应的综合养护决策结论，能对道路基础设施结构物在运营期的既定线路、既定养护决策模式的结构性能养护起到辅助决策作用，以提高道路基础设施养护决策技术在实际工程中运用的科学性、合理性与经济性。
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为本发明实施例提供的一种项目级道路基础设施综合养护决策方法的流程示意图；
图2为本发明实施例提供的一种项目级道路基础设施综合养护决策系统的结构示意图；
图3为本发明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作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。
如图1所示，为本发明实施例提供的一种项目级道路基础设施综合养护决策方法的流程示意图，包括：
步骤100、确定综合养护决策优化的分析对象，并获取所述分析对象在时间维度上的历史数据，生成基于时间序列的原始数据矩阵；
具体地，确定项目级道路综合养护决策优化的分析对象可以基于已有的系统数据或用户导入的数据，例如，道路基础设施结构桥梁的整体技术状况、部件技术状况、构件技术状况、病害等级等数据。
所述分析对象包括但不限于：项目级道路基础设施结构物及其部件和/或构件、每个结构物及其部件和/或构件所对应的技术参数。
其中，项目级道路基础设施结构物包括：桥梁、隧道、路面、路基及沿线设施等各种结构或设备。
技术参数包括：温度、降雨量、车流量、公路等级、公路结构及其部件、构件或处治对象等各项技术指标。
其中，处治对象是指每个结构物及其部件或构件所对应的不同类型的病害。
以公路桥梁为例，公路桥梁的处治对象包括：桥梁上部结构、下部结构、桥面系等构件产生的不同类型病害。
在确定了分析对象之后，获取所述分析对象在时间维度上的历史数据，生成基于时间序列的原始数据矩阵。
值得说明的是，分析对象的历史数据可基于时间维度和路网归集度进行获取，本发明实施例中获取的是分析对象在时间维度上的历史数据。
对于数量确定的多个结构物，其基于时间序列的原始数据矩阵记为X(t)＝{X1111(t),X1112(t),…,Xijkl(t)…,Xmnpq(t)}；
式中，Xijkl(t)表示为第i个结构的第j个参数所对应的第k个构件的第l个处治对象在t时间的技术状态，1≤i≤m,1≤j≤n,1≤k≤p,1≤l≤q，0<t≤t0，其中，m为结构物的类型数量，n为技术参数类型数量，p为构件类型数量、q为处治对象类型数量。
步骤101、依据现有道路基础设施性能评价规范、标准设定的性能参数区间范围或用户自定义的参数区间范围对所述历史数据进行分类，得到分类数据矩阵。
具体地，本发明实施例依据现有《公路桥梁技术状况评定标准》、《公路技术状况评定标准》、《公路桥涵设计通用规范》、《公路隧道养护技术规范》等规范中的一种对所述分析对象的历史数据进行分类，获得分类数据矩阵XC(t)。例如，对于桥梁技术状况评定分类区间有[95,100]、[80,95)、[60,80)、[40,60),[0,40)等五大区间。
根据分类区间范围，历史数据分类之后获得的分类数据矩阵记为XC(t)＝{XC1111(t),XC1112(t),…,XCijkl(t)，…,XCmnpq(t)}，其中，1≤i≤m，1≤j≤n，1≤k≤p，1≤l≤q，0<t≤t0。
步骤102、基于所述分类数据矩阵，进行预设未来目标周期tp内的技术参数状况预测分析，生成基于时间序列的参数预测矩阵XCP(t′)＝{XCP1111(t′),XCP1112(t′),…,XCPijkl(t′)，…,XCPmnpq(t′)}，其中，1≤i≤m，1≤j≤n，1≤k≤p，1≤l≤q，0≤t′≤tp。
原始数据矩阵XC(t)和参数预测矩阵XCP(t′)组成的矩阵记为XC(t+t′)＝XC(t)+XCP(t′)。
选择分析对象后，设定预测年限、参数数量和预测方法，就可以对原始数据或经数据分类后的数据进行时间步内的技术参数状况预测。
本发明实施例中基于所述分类数据矩阵进行预设未来目标周期内的技术参数状况预测分析，可以采用Markov法、神经网络法等方法来实现。
例如，Markov法的基本步骤包括：首先确定系统状态，然后确定状态之间转移概率，根据预测步内的初始概率矩阵，再进行预定目标周期内的技术参数状况预测分析，获得所述分析对象的技术参数状况预测数据，生成基于时间序列的参数预测矩阵。
具体地，设定基于时间序列的预测时间步周期tp，并选择合适的预测方法，基于分类数据矩阵XC进行技术参数状况预测分析，得到数据行的维度为t+tp的数据矩阵XC(t+t′)。
步骤103、确定全局优化目标函数、所述分析对象对应的权重系数以及所述分析对象对应的分项处治费用。
养护决策优化计算中采用的全局优化目标函数，可表示为：
其中，OPTp为决策优化计算值，tp为预测时间长度，t为历史数据时间长度，XCsel为从原始数据矩阵XC(t)和参数预测矩阵XCP(t′)组成的矩阵XC(t+t′)中由全修模式、上分快优先处治模式、关注点优先处治模式或用户定义模式选择的待优化数据矩阵；Cost为与处治对象分项处治费用和数量相关的养护费用，wc为结构物对应的整体权重系数，wcsub为结构物的各技术参数的分项权重系数。
其中，待优化分析数据矩阵XCsel显然为矩阵XCP(t+t′)的子集，即XCsel∈XCP(t+t′)。
值得注意的是，为方便计算，XCP(t+t′)矩阵中的各分项矩阵数据时间长度均为t0+tp。
其中，确定所述分析对象对应的分项处治费用，处治费用又可以称为养护费用，养护费用Cost(t+t′)按用户定义和系统推荐两种方式进行考虑。
1)用户定义的Cost(t+t′)
用户定义的Cost(t+t′)可考虑由结构物的技术参数在相应构件上的处治对象所需要的处治费用。具体应用上，其数学含义上至少包括四个维度，其符号为Costijkl(t+t′)，其含义表征了第i个结构的第j个参数所对应的第k个构件的第l个处治对象的单价，1≤i≤m，1≤j≤n，1≤k≤p，1≤l≤q，0＜t+t′≤t0+tp，其中，m为结构物的类型数量，n为技术参数类型数量，p为构件类型数量、q为处治对象类型数量。
2)系统推荐的Cost(t+t′)
系统推荐的Cost(t+t′)，综合考虑处治措施与处治单价关联情况和养护费用与依据现有道路基础设施性能评价规范、标准设定的性能参数区间范围或用户自行定义参数区间范围之间的对应关系。
其中，所述的处治措施与处治单价关联情况，系统根据处治对象的病害类型、养护措施适用的养护等级范围及适用的公路等级选择相应的处治方法，并给出相应的单位工程历史养护费用范围。其中单位工程历史养护费用范围由最低分项处治总费用与最高分项处治总费用之间的范围确定，其中，最低分项处治总费用由最低直接费和最低间接费组成，最高分项处治总费用由最高直接费和最高间接费组成。
其中，所述的养护费用与参数区间范围之间的对应关系，可考虑预防性养护费用之后，二者呈二次函数关系，养护费用计算公式为：
式中，Costr为第r(r＝i,j,k,l)个结构物及其部件、构件或处治对象的养护费用单价，Csr为第r(r＝i,j,k,l)个结构物及其部件、构件或处治对象所处的养护等级，Cpmr为第r(r＝i,j,k,l)个结构物及其部件、构件或处治对象的预防性养护费用，ar、br和cr(r＝i,j,k,l)分别为二次函数系数，可由用户根据实际情况拟合得到。
确定所述分析对象对应的权重系数，这里，权重系数包括分析对象中各结构物之间的整体权重系数，以及各结构物所对应的技术参数之间的分项权重系数。
技术参数之间的分项权重系数wcsub＝[wcsub1,wcsub2,…,wcsubi,…,wcsubn]；
其中n为技术参数数量，wcsubi表示第i个技术参数权重系数。
各结构物之间的整体权重系数矩阵wc＝[wc1,wc2,…,wci,…,wcm]；
其中，m为道路基础设施结构物数量，wci表示第i个结构物权重。例如，对于现行《公路技术状况评定标准》JTG 5210规范中，含有桥隧、路面、路基和沿线设施，则记为矩阵形式为wc＝[wcB,wcP,wcs,wcRF]，相应地，其权重系数分别取wcB＝0.15、wcP＝0.70；wcS＝0.08；wcRF＝0.07。
基于原始数据矩阵或分类数据矩阵，设定预测时间周期步数、技术参数数量，选择排序方法，即可计算分析对象技术参数之间的权重系数，并可对各参数进行重要性排序。
项目级道路基础设施不同参数之间的分项权重/重要性排序方法有主成分分析法(PCA)、熵权法、均方差法、CRITIC法等，其中PCA法是一种有效的权重计算方法。
步骤104、根据所述原始数据矩阵和参数预测矩阵、全局优化目标函数、分析对象对应的权重系数以及分析对象对应的分项处治费用，进行综合养护决策计算，将综合养护决策计算的结果提供给用户，以供用户选择相应的项目级道路综合养护模式，获得相应的最优养护方案和养护时机。
具体地，养护决策计算过程中考虑的计算因子有：所述原始数据矩阵、全局优化目标函数、分析对象对应的权重系数以及分析对象对应的分项处治费用。
综合养护决策计算的结果为：养护费用优化结果，可产生优化组对应的全局最大/小值、最大/小值对应的方案以及最大值对应的养护时机。
为获得最优养护方案和养护时机，需要将综合养护决策计算的结果提供给用户，以供用户选择项目级道路综合养护模式，从而进一步优化综合养护决策计算的结果，其中，养护模式主要包括全修模式、上分快优先处治模式和关注点优先处治模式。
a)全修模式
全修模式认为只要产生了处治对象病害信息，即可以采取处治措施。
当项目选择对象中处治对象的病害数量大于0时，系统自动累加计算分项处治费用，并选择产生病害所对应的时间点作为处治时机，计算公式为：
XCselr(t+t′)＝sort{Σ(Costr1(t+t′)·Nr1(t+t′))} (r＝i,j,k,l) (3)
式中的XCselr(t+t′)(r＝i,j,k,l)为根据sort{}内计算公式和约束条件s.t.，结构物及其部件、构件或处治对象中的病害类型及其数量对应的数据矩阵；Costr1(t+t′)(r＝i,j,k,l)为结构物及其部件、构件或处治对象的病害类型对应的单位数量的分项处治费用；Nr1(t+t′)(t＝i,j,k,l)为结构物及其部件、构件或处治对象的病害类型对应的数量；sort表示选择产生病害所对应的时机点及其对应的分项处治费用和数量信息的过程。
b)上分快优先处治模式
上分快优先处治模式考虑的基本因素包括：当前技术状况等级；总体技术状况等级；分项权重系数；病害数量；处治单价。
上分快优先处治模式选择分析对象可按下式进行计算确定：
式中的XCselr(t+t′)(r＝i,j,k,l)为基于时间序列的结构物及其部件、构件或处治对象的病害类型及其数量所对应的养护处治时机；Costr1(t+t′)(r＝i,j,k,l)为结构物及其部件、构件或处治对象的病害类型对应的单位数量的分项处治费用；Nr1(t+t′)(r＝i,j,k,l)为结构物及其部件、构件或处治对象的病害类型对应的数量；Xr(t+t′)(r＝i,j,k,l)表示结构物及其部件、构件或处治对象的病害类型对应的历史数据和预测数据的技术参数状况值；Xrobj(t+t′)(r＝i,j,k,l)表示结构物及其部件、构件或处治对象的病害类型对应的历史数据的总体技术参数状况目标值；wrc(t+t′)(r＝i,j,k,l)表示结构物及其部件、构件或处治对象的病害类型对应的权重系数；maxsort表示按照括号“{}”内公式计算产生病害所对应的时间点及其对应的分项处治费用和数量信息并将XCselr(t+t′)(r＝i,j,k,l)从大到小排序的过程。
特别地，该选择模式函数中当前技术参数状况值Xr(t+t′)(r＝i,j,k,l)与其总体目标值Xrobj(t+t′)(r＝i,j,k,l)之差，再乘以其对应的参数权重系数wrc(t+t′)(r＝i,j,k,l)表征了养护效果越高，其养护成本-效益越好；单位数量不同病害类型的分项处治费用Costr1(t+t′)(r＝i,j,k,l)与单位病害类型的数量Nr1(t+t′)(r＝i,j,k,l)表征了养护成本越低，其养护成本-效益越好。
其中，所述的总体技术参数状况目标值可按经概率统计后的结构物及其部件、构件或处治对象病害的最大总体技术状况分布区间值或用户定义的目标值作为技术状况目标值。比如，根据规范的分类区间对原始数据进行分类，将概率统计得到的五大类参数分布所占的最大比例确定为数据分类后数据对应的总体技术状况评定值。
c)关注点优先处治模式
关注点优先处治方式的基本选择项包括：
bo.1：上部结构构件优先处治；
bo.2：下部结构构件优先处治；
bo.3：桥面系构件优先处治；
bo.4：桥面系构件+上部结构构件优先处治；
bo.5：全部构件处治；
bo.6：5类(或差)优先处治；
bo.7：4类(或次)优先处治；
bo.8：3类(或中)优先处治；
bo.9：2类(或良)优先处治；
bo.10：1类(或优)优先处治；
bo.11：预防性养护处治；
bo.12：5类(或差)+4类(或次)优先处治；
bo.13：5类(或差)+4类(或次)+3类(或中)优先处治；
bo.14：5类(或差)+4类(或次)+3类(或中)+2类(或良)优先处治；
bo.15：5类(或差)+4类(或次)+3类(或中)+2类(或良)+1类(或优)优先处治。
关注点优先处治模式可按下式进行计算确定：
式中的XCselr(t+t′)(r＝i,j,k,l)为根据sort{}内计算公式和约束条件s.t.限定的条件选择得到基于时间序列的结构物及其部件、构件或处治对象的病害类型及其数量所对应的目标数据矩阵；Costr1(t+t′)(r＝i,j,k,l)为结构物及其部件、构件或处治对象的病害类型对应的单位数量的分项处治费用；Nr1(t+t′)(t＝i,j,k,l)为结构物及其部件、构件或处治对象的病害类型对应的数量；sort表示选择产生病害所对应的时机点及其对应的分项处治费用和数量信息的过程；s.t.bo.1～bo.15表示选择约束条件bo.1～bo.15中的一种作为关注点优先处治的选择依据。
在本发明实施例中，用户针对公路结构物、技术参数、被处治对象等从整体到局部细化展开的要求，选择基于全修模式、上分快优先处治模式和关注点优先处治模式等三种养护决策模型中的一种作为决策模式。
步骤105、确定所述最优养护方案和养护时机对应的养护资金分配组合方案。
具体地，在用户确定了项目级道路综合养护模式之后，对养护资金进行分配。
根据被处治单元信息表中的处治方法、单位计价、处治措施及处治措施与处治单价关联表中被处治单元状况等级、适用的技术状况评定、适用的公路等级、规范规定或者被处治单元权重等计算得到养护资金分配组合方案，其中处治方法的处治原则可以按照同一被处治单元类型从小到大选处治方法或同一被处治单元类型从大到小选处治方法确定。
处治措施考虑的因素包括：处治编号、处治对象、处治方法、适用条件、所需材料、适用结构类型、具体养护措施、适用的技术状况、适用的公路等级。
处治单价考虑的因素：历史处治起止时间、被处治单元类型、处治方法、计价单位、年度直接费单价、历史最低直接费单价、历史最高直接费单价。
处治措施与处治单价关联表考虑的因素包括：处治编号、被处治单元类型、处治方法、单位工程历史养护费用范围、养护措施适用的养护等级范围和适用的公路等级。
其中，单位工程历史养护费用范围包括：最低直接费、最高直接费、最低间接费、最高间接费；
养护措施适用的养护等级范围包括：预防性养护、1类(或优)、2类(或良)、3类(或中)、4类(或次)、5类(或差)；
适用的公路等级包括：高速公路、等外公路、一级公路、二级公路、三级公路、四级公路；
养护费用与技术状况区间之间对应模型：处治编号、被处治单元类型、处治方法、单位工程历史养护费用范围、养护措施适用的养护等级范围及适用的公路等级等；
养护资金分配考虑的因素包括：综合养护决策优化对象组、综合养护对象组权重系数、养护对象组的各分项处治费用、全局优化目标函数、养护资金分配组合方案方式、项目选择对象组所处的路线位置、项目选择对象、时间、整体技术状况、分项权重系数、被处治单元状况等级、被处治单元数量、处治方法、处治单价、处治程度紧迫性、优先分配对象、分配方式、总维修费用、已分配维修费用、剩余维修费用。
养护资金分配组合方式中组合的对象包括整体技术状况、分项权重系数、被处治单元状况等级、被处治单元数量、处治方法、处治单价、处治程度紧迫性、优先分配对象等条件，支持一种条件或多种条件组合下的选择分配方式。
步骤106、建立养护决策效果评价指标体系，并确定所述评价指标体系中各评价指标的权重系数，选取养护对象，获取所述养护对象对应的评价指标数据，根据所述评价指标数据和各评价指标的权重系数，计算获得所述养护对象对应的养护决策效果评价结果。
其中，所述养护决策效果评价指标体系中的评价指标包括：养护前后的技术参数总体状况、所处养护阶段、路产增值率和用户满意度。
具体地，选择相应的养护对象；建立参数总体状况、所处养护阶段、路产增值率、用户满意度等养护效果质量评价指标体系。
其中，路产增值率为养护后净路产总额与养护前净路产总额的比值。其值若等于l表示路产保值；大于1表示路产增值；
用户满意度包括用户对养护前后参数状况、质量缺陷情况、安全舒适度以及服务水平(运行速度、行驶舒适性和行车安全性)等的满意程度。
参数总体状况包括养护决策后养护总体参数技术状况和养护决策前养护总体技术参数状况。
养护阶段包括养护决策后养护结构及其部件、构件或处治对象的总体所处养护阶段和养护决策前养护结构及其部件、构件或处治对象的总体所处养护阶段。
确定所述评价指标体系中各评价指标的权重系数采用主成分分析法(PCA)。其采用尽可能少的指标来反映主题的特征，但是又不会损失原来变量太多的信息，其本质上对变量进行降维处理。
本发明实施例提供的项目级道路基础设施综合养护决策方法，适用于不同项目级道路基础设施结构之间的综合养护决策以及相同项目级道路基础设施结构不同参数之间的综合养护决策，可与现行道路基础设施对应的行业规范、标准或用户定义规则结合使用，获得与规范相对应的综合养护决策结论，能对道路基础设施结构物在运营期的既定线路、既定养护决策模式的结构性能养护起到辅助决策作用，以提高道路基础设施养护决策技术在实际工程中运用的科学性、合理性与经济性。
如图2所示，为本发明实施例提供的项目级道路基础设施综合养护决策系统的结构示意图，包括：数据获取模块201、数据分类模块202、参数预测模块203、目标函数、权重和处治费用确定模块204、养护决策优化模块205、养护资金分配模块206和养护决策效果检验模块207，其中，
数据获取模块201，用于确定综合养护决策优化的分析对象，并获取所述分析对象在时间维度上的历史数据，生成基于时间序列的原始数据矩阵；
数据分类模块202，用于依据现有道路基础设施性能评价规范、标准设定的性能参数区间范围或用户自定义的参数区间范围对所述历史数据进行分类，得到分类数据矩阵；
参数预测模块203，用于基于所述分类数据矩阵进行预设未来目标周期内的技术参数状况预测分析，生成基于时间序列的参数预测矩阵；
目标函数、权重和处治费用确定模块204，用于确定全局优化目标函数、所述分析对象对应的权重系数以及所述分析对象对应的分项处治费用；
养护决策优化模块205，用于根据所述原始数据矩阵和参数预测矩阵、全局优化目标函数、分析对象对应的权重系数以及分析对象对应的分项处治费用，进行综合养护决策计算，将综合养护决策计算的结果提供给用户，以供用户选择相应的项目级道路综合养护模式，获得相应的最优养护方案和养护时机；
养护资金分配模块206，用于确定所述最优养护方案和养护时机对应的养护资金分配组合方案。
养护决策效果检验模块207，用于建立养护决策效果评价指标体系，并确定所述评价指标体系中各评价指标的权重系数，选取养护对象，获取所述养护对象对应的评价指标数据，根据所述评价指标数据和各评价指标的权重系数，计算获得所述养护对象对应的养护决策效果评价结果；
其中，所述分析对象包括：项目级道路基础设施结构物及其部件和/或构件、每个结构物及其部件和/或构件所对应的技术参数；
其中，所述分析对象对应的权重系数包括：分析对象中各结构物之间的整体权重系数，以及各结构物所对应的技术参数之间的分项权重系数。
项目级道路基础设施综合养护决策系统用于执行上述方法实施例中的项目级道路基础设施综合养护决策方法。因此，在前述各方法实施例中的描述和定义，可以用于本发明实施例中项目级道路基础设施综合养护决策系统的理解，在此不再赘述。
本发明实施例提供的项目级道路基础设施综合养护决策系统，适用于不同项目级道路基础设施结构之间的综合养护决策以及相同项目级道路基础设施结构不同参数之间的综合养护决策，可与现行道路基础设施对应的行业规范、标准或用户定义规则结合使用，获得与规范相对应的综合养护决策结论，能对道路基础设施结构物在运营期的既定线路、既定养护决策模式的结构性能养护起到辅助决策作用，以提高道路基础设施养护决策技术在实际工程中运用的科学性、合理性与经济性。
图3为本发明实施例提供的电子设备的实体结构示意图，如图3所示，该电子设备可以包括：处理器(processor)310、通信接口(Communications Interface)320、存储器(memory)330和通信总线340，其中，处理器310，通信接口320，存储器330通过通信总线340完成相互间的通信。处理器310可以调用存储在存储器330上并可在处理器310上运行的计算机程序，以执行上述各方法实施例所提供的项目级道路基础设施综合养护决策方法，例如包括：确定综合养护决策优化的分析对象，并获取所述分析对象在时间维度上的历史数据，生成基于时间序列的原始数据矩阵；依据现有道路基础设施性能评价规范、标准设定的性能参数区间范围或用户自定义的参数区间范围对所述历史数据进行分类，得到分类数据矩阵；基于所述分类数据矩阵进行预设未来目标周期内的技术参数状况预测分析，生成基于时间序列的参数预测矩阵；确定全局优化目标函数、所述分析对象对应的权重系数以及所述分析对象对应的分项处治费用；根据所述原始数据矩阵和参数预测矩阵、全局优化目标函数、分析对象对应的权重系数以及分析对象对应的分项处治费用，进行综合养护决策计算，将综合养护决策计算的结果提供给用户，以供用户选择相应的项目级道路综合养护模式，获得相应的最优养护方案和养护时机；确定所述最优养护方案和养护时机对应的养护资金分配组合方案；建立养护决策效果评价指标体系，并确定所述评价指标体系中各评价指标的权重系数，选取养护对象，获取所述养护对象对应的评价指标数据，根据所述评价指标数据和各评价指标的权重系数，计算获得所述养护对象对应的养护决策效果评价结果；其中，所述分析对象包括：项目级道路基础设施结构物及其部件和/或构件，以及每个结构物及其部件和/或构件所对应的技术参数；其中，所述分析对象对应的权重系数包括：分析对象中各结构物之间的整体权重系数，以及各结构物所对应的技术参数之间的分项权重系数。其中，所述养护决策效果评价指标体系中的评价指标包括：养护前后的技术参数总体状况、所处养护阶段、路产增值率和用户满意度。
此外，上述的存储器330中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，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)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
本发明实施例还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述各方法实施例提供的项目级道路基础设施综合养护决策方法，例如包括：确定综合养护决策优化的分析对象，并获取所述分析对象在时间维度上的历史数据，生成基于时间序列的原始数据矩阵；依据现有道路基础设施性能评价规范、标准设定的性能参数区间范围或用户自定义的参数区间范围对所述历史数据进行分类，得到分类数据矩阵；基于所述分类数据矩阵进行预设未来目标周期内的技术参数状况预测分析，生成基于时间序列的参数预测矩阵；确定全局优化目标函数、所述分析对象对应的权重系数以及所述分析对象对应的分项处治费用；根据所述原始数据矩阵和参数预测矩阵、全局优化目标函数、分析对象对应的权重系数以及分析对象对应的分项处治费用，进行综合养护决策计算，将综合养护决策计算的结果提供给用户，以供用户选择相应的项目级道路综合养护模式，获得相应的最优养护方案和养护时机；确定所述最优养护方案和养护时机对应的养护资金分配组合方案；建立养护决策效果评价指标体系，并确定所述评价指标体系中各评价指标的权重系数，选取养护对象，获取所述养护对象对应的评价指标数据，根据所述评价指标数据和各评价指标的权重系数，计算获得所述养护对象对应的养护决策效果评价结果；其中，所述分析对象包括：项目级道路基础设施结构物及其部件和/或构件，以及每个结构物及其部件和/或构件所对应的技术参数；其中，所述分析对象对应的权重系数包括：分析对象中各结构物之间的整体权重系数，以及各结构物所对应的技术参数之间的分项权重系数。其中，所述养护决策效果评价指标体系中的评价指标包括：养护前后的技术参数总体状况、所处养护阶段、路产增值率和用户满意度。
以上所描述的装置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：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，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各实施例技术方案的精神和范围。

Claims (10)

1.一种项目级道路基础设施综合养护决策方法，其特征在于，包括：
确定综合养护决策优化的分析对象，并获取所述分析对象在时间维度上的历史数据，生成基于时间序列的原始数据矩阵；
依据现有道路基础设施性能评价规范、标准设定的性能参数区间范围或用户自定义的参数区间范围对所述历史数据进行分类，得到分类数据矩阵；
基于所述分类数据矩阵进行预设未来目标周期内的技术参数状况预测分析，生成基于时间序列的参数预测矩阵；
确定全局优化目标函数、所述分析对象对应的权重系数以及所述分析对象对应的分项处治费用；
根据所述原始数据矩阵和参数预测矩阵、全局优化目标函数、分析对象对应的权重系数以及分析对象对应的分项处治费用，进行综合养护决策计算，将综合养护决策计算的结果提供给用户，以供用户选择相应的项目级道路综合养护模式，获得相应的最优养护方案和养护时机；
确定所述最优养护方案和养护时机对应的养护资金分配组合方案；
建立养护决策效果评价指标体系，并确定所述评价指标体系中各评价指标的权重系数，选取养护对象，获取所述养护对象对应的评价指标数据，根据所述评价指标数据和各评价指标的权重系数，计算获得所述养护对象对应的养护决策效果评价结果；
其中，所述分析对象包括：项目级道路基础设施结构物及其部件和/或构件，以及每个结构物及其部件和/或构件所对应的技术参数；
其中，所述分析对象对应的权重系数包括：分析对象中各结构物之间的整体权重系数，以及各结构物所对应的技术参数之间的分项权重系数。
2.根据权利要求1所述的方法，其特征在于，所述全局优化目标函数具体为：
其中，OPTp为决策优化计算值，tp为预测时间长度，t0为历史数据时间长度，XCsel为从原始数据矩阵XC(t)和参数预测矩阵XCP(t′)组成的矩阵XC(t+t′)中由全修模式、上分快优先处治模式、关注点优先处治模式或用户定义模式选择的待优化数据矩阵；Cost为与处治对象分项处治费用和数量相关的养护费用，wc为结构物对应的整体权重系数，wcsub为结构物的各技术参数的分项权重系数。
3.根据权利要求1所述的方法，其特征在于，确定所述分析对象对应的权重系数的步骤，具体为：
基于所述原始数据矩阵或分类数据矩阵，设定预测时间周期步数和技术参数数量，选择排序方法，计算分析对象技术参数之间的权重系数。
4.根据权利要求1所述的方法，其特征在于，确定所述分析对象对应的分项处治费用的步骤，具体为：
综合考虑结构物的技术参数在相应构件上的处治对象所需要的处治费用，处治措施与处治单价关联情况，以及养护费用与依据现有道路基础设施性能评价规范、标准设定的性能参数区间范围或用户自定义的参数区间范围之间的对应关系，计算获得所述分析对象对应的分项处治费用。
5.根据权利要求1所述的方法，其特征在于，所述项目级道路综合养护模式包括：全修模式、上分快优先处治模式和关注点优先处治模式。
6.根据权利要求1所述的方法，其特征在于，确定所述最优养护方案和养护时机对应的养护资金分配组合方案的步骤，具体为：
根据被处治单元信息表中的处治方法、单位计价、处治措施、处治措施与处治单价关联表中被处治单元状况等级、适用的技术状况评定、适用的公路等级、规范规定以及被处治单元权重，计算得到养护资金分配组合方案。
7.根据权利要求1所述的方法，其特征在于，所述养护决策效果评价指标体系中的评价指标包括：养护前后的技术参数总体状况、所处养护阶段、路产增值率和用户满意度。
8.一种项目级道路基础设施综合养护决策系统，其特征在于，包括：
数据获取模块，用于确定综合养护决策优化的分析对象，并获取所述分析对象在时间维度上的历史数据，生成基于时间序列的原始数据矩阵；
数据分类模块，用于依据现有道路基础设施性能评价规范、标准设定的性能参数区间范围或用户自定义的参数区间范围对所述历史数据进行分类，得到分类数据矩阵；
参数预测模块，用于基于所述分类数据矩阵进行预设未来目标周期内的技术参数状况预测分析，生成基于时间序列的参数预测矩阵；
目标函数、权重和处治费用确定模块，用于确定全局优化目标函数、所述分析对象对应的权重系数以及所述分析对象对应的分项处治费用；
养护决策优化模块，用于根据所述原始数据矩阵和参数预测矩阵、全局优化目标函数、分析对象对应的权重系数以及分析对象对应的分项处治费用，进行综合养护决策计算，将综合养护决策计算的结果提供给用户，以供用户选择相应的项目级道路综合养护模式，获得相应的最优养护方案和养护时机；
养护资金分配模块，用于确定所述最优养护方案和养护时机对应的养护资金分配组合方案；
养护决策效果检验模块，用于建立养护决策效果评价指标体系，并确定所述评价指标体系中各评价指标的权重系数，选取养护对象，获取所述养护对象对应的评价指标数据，根据所述评价指标数据和各评价指标的权重系数，计算获得所述养护对象对应的养护决策效果评价结果；
其中，所述分析对象包括：项目级道路基础设施结构物及其部件和/或构件、每个结构物及其部件和/或构件所对应的技术参数；
其中，所述分析对象对应的权重系数包括：分析对象中各结构物之间的整体权重系数，以及各结构物所对应的技术参数之间的分项权重系数。
9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至7任一项所述项目级道路基础设施综合养护决策方法的步骤。
10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1至7任一项所述项目级道路基础设施综合养护决策方法的步骤。
CN201910501694.XA 2019-06-11 2019-06-11 项目级道路基础设施综合养护决策方法及系统 Active CN110288210B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910501694.XA CN110288210B (zh) 2019-06-11 2019-06-11 项目级道路基础设施综合养护决策方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910501694.XA CN110288210B (zh) 2019-06-11 2019-06-11 项目级道路基础设施综合养护决策方法及系统

Publications (2)

Publication Number Publication Date
CN110288210A true CN110288210A (zh) 2019-09-27
CN110288210B CN110288210B (zh) 2022-02-25

Family

ID=68003702

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910501694.XA Active CN110288210B (zh) 2019-06-11 2019-06-11 项目级道路基础设施综合养护决策方法及系统

Country Status (1)

Country Link
CN (1) CN110288210B (zh)

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110827186A (zh) * 2019-11-18 2020-02-21 南京美慧软件有限公司 高速公路养护管理系统
CN111160728A (zh) * 2019-12-09 2020-05-15 华南农业大学 一种路桥养护决策优化方法及装置
CN111190887A (zh) * 2019-12-31 2020-05-22 中国电子科技集团公司第三十六研究所 一种基于社会认知决策的数据分析方法和装置
CN112330516A (zh) * 2020-11-03 2021-02-05 交通运输部科学研究院 一种生成公路路面维修计划的方法和装置
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
CN112700062A (zh) * 2021-01-11 2021-04-23 山东旗帜信息有限公司 一种路面养护方法、设备及存储介质
CN113077130A (zh) * 2021-03-19 2021-07-06 中铁大桥局集团有限公司 一种基于动态规划法的桥梁维修决策方法
CN113761672A (zh) * 2020-08-18 2021-12-07 北京京东尚科信息技术有限公司 液冷板选型方法、装置、电子设备及存储介质
CN115601663A (zh) * 2022-12-16 2023-01-13 陕西交通电子工程科技有限公司（Cn） 一种用于高速公路路面养护的信息分类方法
CN117557122A (zh) * 2024-01-11 2024-02-13 山东路科公路信息咨询有限公司 基于数据关系图谱技术的公路养护决策分析方法及系统
CN117952288A (zh) * 2024-03-27 2024-04-30 交通运输部规划研究院 公路养护决策优化方法及装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017051032A1 (en) * 2015-09-24 2017-03-30 Northern Vo Aps A method for estimating the need for maintenance of a component
CN107730113A (zh) * 2017-10-13 2018-02-23 郑州大学 一种基于功能的城市道路网络规划的定量评价方法
CN108596396A (zh) * 2018-04-28 2018-09-28 中国公路工程咨询集团有限公司 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
CN109711722A (zh) * 2018-12-26 2019-05-03 江苏北极星交通产业集团有限公司 一种网级道路养护管理决策系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017051032A1 (en) * 2015-09-24 2017-03-30 Northern Vo Aps A method for estimating the need for maintenance of a component
CN107730113A (zh) * 2017-10-13 2018-02-23 郑州大学 一种基于功能的城市道路网络规划的定量评价方法
CN108596396A (zh) * 2018-04-28 2018-09-28 中国公路工程咨询集团有限公司 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
CN109711722A (zh) * 2018-12-26 2019-05-03 江苏北极星交通产业集团有限公司 一种网级道路养护管理决策系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
LU P, TOLLIVER D: "Pavement Treatment Short-Term Effectiveness in IRI Change Using Long-Term Pavement Program Data", 《TRANSP.ENG》 *
张宏，郑荣贝，乔文珊: "基于路面维护的高速公路PPP项目特许期绩效研究", 《系统仿真学报》 *
张艳红，申爱琴，侯芸: "资金－ 目标双优化法在路面养护决策中的应用", 《公路交通科技》 *

Cited By (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110827186A (zh) * 2019-11-18 2020-02-21 南京美慧软件有限公司 高速公路养护管理系统
CN111160728B (zh) * 2019-12-09 2023-05-23 华南农业大学 一种路桥养护决策优化方法及装置
CN111160728A (zh) * 2019-12-09 2020-05-15 华南农业大学 一种路桥养护决策优化方法及装置
CN111190887A (zh) * 2019-12-31 2020-05-22 中国电子科技集团公司第三十六研究所 一种基于社会认知决策的数据分析方法和装置
CN111190887B (zh) * 2019-12-31 2023-11-03 中国电子科技集团公司第三十六研究所 一种基于社会认知决策的污水ph值数据分析方法和装置
CN113761672A (zh) * 2020-08-18 2021-12-07 北京京东尚科信息技术有限公司 液冷板选型方法、装置、电子设备及存储介质
CN112330516A (zh) * 2020-11-03 2021-02-05 交通运输部科学研究院 一种生成公路路面维修计划的方法和装置
CN112330516B (zh) * 2020-11-03 2023-08-01 交科院检测技术（北京）有限公司 一种生成公路路面维修计划的方法和装置
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
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
CN112700062A (zh) * 2021-01-11 2021-04-23 山东旗帜信息有限公司 一种路面养护方法、设备及存储介质
CN113077130A (zh) * 2021-03-19 2021-07-06 中铁大桥局集团有限公司 一种基于动态规划法的桥梁维修决策方法
CN113077130B (zh) * 2021-03-19 2024-02-27 中铁大桥局集团有限公司 一种基于动态规划法的桥梁维修决策方法
CN115601663A (zh) * 2022-12-16 2023-01-13 陕西交通电子工程科技有限公司（Cn） 一种用于高速公路路面养护的信息分类方法
CN117557122A (zh) * 2024-01-11 2024-02-13 山东路科公路信息咨询有限公司 基于数据关系图谱技术的公路养护决策分析方法及系统
CN117557122B (zh) * 2024-01-11 2024-03-22 山东路科公路信息咨询有限公司 基于数据关系图谱技术的公路养护决策分析方法及系统
CN117952288A (zh) * 2024-03-27 2024-04-30 交通运输部规划研究院 公路养护决策优化方法及装置

Also Published As

Publication number Publication date
CN110288210B (zh) 2022-02-25

Similar Documents

Publication Publication Date Title
CN110288210A (zh) 项目级道路基础设施综合养护决策方法及系统
CN110288137A (zh) 路网级道路基础设施结构综合养护决策方法及系统
CN106991506A (zh) 智能终端及其基于lstm的股票趋势预测方法
CN109993223A (zh) 路面使用性能预测方法、存储介质、电子设备
CN111652520B (zh) 一种基于大数据的路面养护智能决策系统及方法
CN104715292A (zh) 基于最小二乘支持向量机模型的城市短期用水量预测方法
CN107292534A (zh) 城市配电网中长期动态投资的标尺竞争评价方法及装置
CN104992244A (zh) 一种基于sarima和rbf神经网络集成组合模型的机场货运量预测分析方法
CN108596242A (zh) 基于小波神经网络和支持向量机的电网气象负荷预测方法
CN110163444A (zh) 一种基于gasa-svr的需水预测方法
CN101982843A (zh) 一种非参数回归短时交通流预测中状态向量的选取方法
CN104240040A (zh) 基于土地转换风险的城市智能电网规划方法
González-Briones et al. A review of the main machine learning methods for predicting residential energy consumption
CN115796023A (zh) 一种基于碳配额的电力系统调度方法、装置及设备
CN113344449B (zh) 一种预测月尺度工业需水量的方法
KR20140021178A (ko) 고속도로 휴게소의 최적 위치와 규모의 산출 방법 및 장치
CN111178605A (zh) 一种基于特征选择的配网工程项目工期预测方法
CN116826710A (zh) 基于负荷预测的削峰策略推荐方法、装置及存储介质
CN115375010A (zh) 一种适用于机场道面长期养护规划的决策方法及电子设备
Li et al. Prediction of china’s housing price based on a novel grey seasonal model
CN115375175A (zh) 城市运行体征评价方法
CN115907719A (zh) 充电站分级运维管理方法及装置
CN105335799A (zh) 一种基于混合多属性评价的错峰用电预案编制方法
Nevrly et al. Heuristic challenges for spatially distributed waste production identification problems
CN112785022B (zh) 一种挖掘电能替代潜力的方法及系统

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