1、自1984年我國(guó)引進(jìn)的瀝青路面養(yǎng)護(hù)管理系統(tǒng)開始，路面管理系統(tǒng)已經(jīng)取得了極大的應(yīng)用和發(fā)展，不僅為我國(guó)路面管理各部門提供了科學(xué)的分析工具和方法，也有效利用有限資源，為提供具有足夠服務(wù)水平的路面做出科學(xué)的管理和決策。路面使用性能的評(píng)價(jià)和預(yù)測(cè)作為路面管理系統(tǒng)中重要的部分，是了解路面狀況以及使用性能的變化規(guī)律，做出合理的對(duì)策，制定相應(yīng)的養(yǎng)護(hù)改建措施的基礎(chǔ)。因此，路面使用性能的評(píng)價(jià)和預(yù)測(cè)模型的建立和實(shí)現(xiàn)是路面管理系統(tǒng)實(shí)現(xiàn)的關(guān)鍵。 本文以瀝青

2、路面的使用性能的評(píng)價(jià)和預(yù)測(cè)作為研究重點(diǎn)，首先詳細(xì)介紹了路面常用的各單項(xiàng)性能指標(biāo)以及相應(yīng)的規(guī)范要求作為文章研究的基礎(chǔ)內(nèi)容。在分析和總結(jié)國(guó)內(nèi)使用性能評(píng)價(jià)和預(yù)測(cè)模型的研究現(xiàn)狀基礎(chǔ)上，論述各種模型的優(yōu)缺點(diǎn)。以最常用的回歸模型為例，詳細(xì)說明該模型在對(duì)路面性能進(jìn)行評(píng)價(jià)當(dāng)中存在的問題。當(dāng)代智能技術(shù)的興起和發(fā)展，使得以往很多難以解決的問題得到了進(jìn)一步研究，BP神經(jīng)網(wǎng)絡(luò)作為這一技術(shù)的一個(gè)分支，可以用于處理具有大量模糊信息，以及不確定數(shù)據(jù)的復(fù)雜系統(tǒng)，而公路

3、在快速發(fā)展過程中也越來越顯現(xiàn)出這種復(fù)雜性和不確定性，因此本文將BP神經(jīng)網(wǎng)絡(luò)的模型結(jié)構(gòu)運(yùn)用在路面工程中，并發(fā)現(xiàn)了這種結(jié)構(gòu)所表現(xiàn)出的優(yōu)勢(shì)，然而該算法也不是完全沒有缺陷，為了彌補(bǔ)這種不足，本文在參閱大量文獻(xiàn)后，將遺傳算法引入，優(yōu)化神經(jīng)網(wǎng)絡(luò)的權(quán)閾值，通過路面的實(shí)測(cè)數(shù)據(jù)驗(yàn)證，這種方法不僅可以充分利用神經(jīng)網(wǎng)絡(luò)在處理復(fù)雜模糊系統(tǒng)時(shí)所表現(xiàn)出來的高度非線性，良好容錯(cuò)力以及強(qiáng)大的自組織，自學(xué)習(xí)，自適應(yīng)等優(yōu)良的特性，而且也克服了BP算法在訓(xùn)練過程中容易陷入局

4、部極小等固有缺陷。在路面使用性能預(yù)測(cè)模型的建立方面，同樣采用了BP網(wǎng)絡(luò)同遺傳算法相結(jié)合的方法，以平整度標(biāo)準(zhǔn)差，路面強(qiáng)度指數(shù)，路面橫向力系數(shù)以及交通量，行車環(huán)境這三項(xiàng)作為網(wǎng)絡(luò)的輸入，來預(yù)測(cè)路面狀況指數(shù)。評(píng)價(jià)和預(yù)測(cè)模型都以實(shí)際數(shù)據(jù)作為驗(yàn)證其有效性的基礎(chǔ)，經(jīng)過反復(fù)的訓(xùn)練，測(cè)試發(fā)現(xiàn)該模型確實(shí)具有良好擬合精度，并且模型的外推性能好，結(jié)構(gòu)的建立也不復(fù)雜，對(duì)路面使用性能來說，是一種很有效的評(píng)估手段。 本文以MATLAB7.0作為主要的編程工具