瀝青路面性能評價中灰色白化權函數的選取

付 欣

(浙江省嘉興市公路管理局 嘉興市 314001)

瀝青路面性能評價中灰色白化權函數的選取

付 欣

(浙江省嘉興市公路管理局 嘉興市 314001)

在瀝青路面性能評價中采用灰色聚類方法可以客觀地反映路面的實際狀況，為了選取合適的灰色白化權函數，對高速公路瀝青路面的檢測數據進行灰色聚類評價。結果表明：瀝青路面性能評價等級劃分為五級，采用典型白化權函數所得的評價結果與規范結果更為接近；與變權灰色聚類方法相比，定權灰色聚類方法的準確性更高。

瀝青路面；性能評價；灰色聚類；白化權函數；定權

在我國高等級公路養護管理中，瀝青路面是主要的結構形式，而科學合理地評價瀝青路面性能對于合理安排養護費用具有重要意義。隨著高等級公路使用時間的增加、交通流量增長，公路養護管理工作任務日益繁重，許多高等級公路已接近使用年限，亟需實施大中修工程。目前，在瀝青路面使用性能的綜合評價中一般采用多指標體系，以此從不同方面反映路面滿足使用要求的情況，并使得各個地區不同路段的使用性能具有可比性[1]。瀝青路面的綜合評價方法主要包括系統分析法與回歸分析法，系統分析以模糊數學為代表，由于在評價中采用線性加權導致結果易失真[2]；回歸分析是依靠專家評分，利用多元回歸的方法建立客觀與主觀的聯系[3]，美國AASHTO中的PSI(Present Serviceability Index，現時服務能力指數)及我國的PQI(Pavement Quality of Performance Index，路面使用性能指數)都屬于回歸分析法。由于路面狀況信息及失效機理尚未完全清楚，其本質應該屬于灰色[4]，因此可以采用灰色聚類方法評價路面性能，通過對已知部分信息的采集、處理、定性、定量，既可減小人為因素的影響，又可對樣本較少的對象進行分析。

灰類白化權函數聚類用于檢測觀測對象是否屬于事先設定的不同類別，在瀝青路面性能評價中主要使用此方法。周育名[5]利用灰色聚類法對路面性能進行評價，其結果與規范具有較好的一致性。李清富[6]在應用灰色聚類決策的基礎上，對某段公路瀝青路面使用性能進行分析，結果表明灰色聚類評價比較客觀，且提供了各路段歸屬于各級別標準的程度。朱罡[7]結合湖南某高速公路檢測數據，運用灰色聚類法建立評價模型，并將車轍納入評價體系。基于灰色理論的路面使用性能評價方法可以較好地解決評價指標復雜、模糊的問題，但其權函數仍然要由各指標的經驗范圍來確定[8]，如果白化權函數選擇不合理，則容易引起較大誤差。本文針對灰色聚類法在瀝青路面性能評價中的應用，對白化權函數的選取進行相關研究。

1 白化權函數

灰色聚類是根據管理矩陣或灰數的白化權函數將觀測指標或觀測對象聚集成若干個可定義類別的方法，按聚類方法的不同，又可分為灰色星座聚類、灰色關聯聚類和灰類白化函數聚類[9]，其中灰類白化權函數聚類用于檢測觀測對象是否屬于事先設定的不同類別，在瀝青路面性能評價中主要采用灰類白化權函數聚類。白化權函數主要分為四類：

(1)典型白化權函數；

(2)上限測度白化權函數；

(3)適中測度白化權函數；

(4)下限測度白化權函數。

各類白化權函數如圖1所示，其表達式如式(1)～式(4)所示。

典型白化權函數：

(1)

上限測度白化權函數：

(2)

適中測度白化權函數:

(3)

下限測度白化權函數:

(4)

2 工程實例

由于路面使用性能具有多方面的屬性，在進行路面性能評價時，評價指標的選擇應當遵循以下原則：

(1)目的性。所選的指標從評價的內容來看，應當目的明確地反映相關的內容。

(2)科學性。選擇的指標應當盡可能覆蓋評價的內容，避免不可比指標或絕對指標的簡單應用。

(3)操作性。評價方法及指標應當結合國內外公路管理的具體情況，使評價指標具有可測性和實用性。

(4)客觀性。在確定評價指標值時，應當盡量減少人為因素對評價對象本身的影響，使所得的結果或數據客觀、可驗。

參照公路養護技術規范，將瀝青路面使用性能評價指標分為路面破損指標(PCI)、平整度指標(RQI)、抗滑性能指標(SRI)、車轍指標(RDI)，其中，路面破損指標和車轍指標體現路面實際可使用的情況，平整度指標體現路面的行車舒適程度，抗滑性能指標體現行駛的安全性。某高速公路位于南方沿海地區，全長18.9km，采用瀝青路面結構，于2005年通車運營，對其中某段的檢測數據如表1所示，各評價指標分級標準如表2所示。

表1 檢測數據

表2 各評價指標分類標準

灰類的白化權函數定量描述了評價對象隸屬于某個灰類的程度，它的本質是對已掌握信息的客觀反映，在瀝青路面評價中白化權函數的構造，主要是參照行業規范、國家標準得到，依據規范[10]要求將瀝青路面性能評價的灰類分為：優、良、中、次、差。優灰類采用上限測度，差灰類采用下限測度白化權函數，而良、中、差三種灰類則可采用兩種類型：典型白化權函數與適中測度白化權函數，需要對這兩種不同類型的白化權函數進行分析計算。此外，由于各指標意義不同，其對總體特征的貢獻度也不一致，因此灰類白化權函數聚類中分為兩類：灰色變權聚類與灰色定權聚類，在瀝青路面性能評價中多使用灰色變權聚類，本文對兩種聚類方法也進行了比較，定權聚類中各指標的權重參照式(5)所示。最終確定了四種計算方案，如表3所示。

PQI =ωPCIPCI+ωRQIRQI

+ωRDIRDI+ωSRISRI

(5)

式中：ωPCI為PCI在PQI中的權重，取值為0.35；ωRQI為RQI在PQI中的權重，取值為0.40；ωRDI為RDI在PQI中的權重，取值為0.15；ωSRI為SRI在PQI中的權重，取值為0.10。

表3 計算方案

3 結果與討論

按照如表3所示的計算方案對檢測數據進行灰色聚類分析，結果如表4所示。

從表4中可知，按照與規范評定結果的一致性排序依次為：計算4>計算3>計算2>計算1。結果表明：

(1)灰色聚類方法能全面地反映各評價因素的影響，評價結果比較客觀地劃分了路段使用性能的分類。

(2)瀝青路面性能評價等級劃分為優、良、中、次、差五級，其中良、中、次采用典型白化權函數所得的評價結果與規范結果更為接近，計算3比計算1降低了15%的誤差率，計算4比計算2降低了20%的誤差率。

表4 計算結果

(3)與變權聚類方法相比，定權聚類方法的準確性更高，計算2比計算1降低了10%的誤差率，計算4比計算3降低了15%的誤差率。

在瀝青路面使用性能評價中推薦使用如計算方案4所示的定權聚類方法。

[1] 董麗娜. 瀝青路面使用性能評價方法的分析研究[D]. 大連： 大連理工大學， 2005.

[1] DONG Lina. The Analytical Research of Asphalt Pavement Performance Evaluation Method[D]. Dalian: Dalian University of Technology， 2005.

[2] 資建民， 江滔. 路面狀況綜合評價的灰色方法[J]. 華中科技大學學報(自然科學版)， 2002， 30(3): 62-64.

[3] 姚祖康. 路面管理系統[M]. 北京： 人民交通出版社， 2001.

[4] 鄧聚龍. 灰預測與灰決策[M]. 武漢: 華中科技大學出版社, 2002.

[5] 周育名， 李金明， 馬旺宇. 灰色聚類法在瀝青路面性能評價中的應用研究[J]. 華東公路， 2011， 190(3): 84-86.

[6] 李清富， 胡群芳， 劉文， 冉綱倫. 基于灰色聚類決策的瀝青路面使用性能評價[J]. 公路， 2003， 24(2): 44-47.

[7] 朱罡. 高速公路瀝青路面路面管理系統分析與開發[D]. 長沙： 長沙理工大學， 2008.

[8] 董奮義， 肖美丹， 劉斌， 韓穎. 灰色系統教學中白化權函數的構造方法分析[J]. 華北水利水電學院學報， 2010， 31(3): 97-99.

[9] 劉思峰. 灰色系統理論及其應用[M]. 5版.北京： 科學出版社， 2010.

[10] 中華人民共和國交通部.JTG H20-2007公路技術狀況評定標準[S]. 北京： 人民交通出版社， 2007.

Selection of Grey Whitening Weight Function on Performance Evaluation of Asphalt Pavement

FUXin

(Highway Management Office of Jiaxing in Zhejiang Province, Jiaxing 314001, China)

Grey clustering can reflect the actual state of pavement on the performance evaluation of asphalt pavement. In order to select correct grey whitening weight function, grey clustering was carried out with the detection data of expressway asphalt pavement. The result showed:the performance evaluation of asphalt pavement was divided into five classes, the result based on typical whitening weight function was close to the standards.Compared with variable weight grey clustering, the fixed weight grey clustering has a higher accuracy.

Asphalt pavement;Performance evaluation;Grey clustering;Whitening weight function;Fixed weight

1673-6052(2016)11-0028-04

10.15996/j.cnki.bfjt.2016.11.008

U416.217

A