基于遺傳神經(jīng)網(wǎng)絡(luò)的瀝青路面抗滑性能預(yù)測及驗證

張含偉，苗超杰

(1.四川交投設(shè)計咨詢研究院有限責(zé)任公司，成都 610041；2.重慶渝湘復(fù)線高速公路有限公司，重慶 401346)

瀝青路面在使用過程中，受材料自身的限制、交通荷載的作用及環(huán)境因素的影響[1]，路表微觀結(jié)構(gòu)逐漸磨光、宏觀構(gòu)造逐漸降低[2-4]，路面抗滑性能不斷衰減，嚴重影響道路行車安全，應(yīng)及時采取有效措施恢復(fù)路表抗滑功能。為準確掌握路面抗滑修復(fù)時機，需對路面抗滑性能進行科學(xué)預(yù)測，以利于養(yǎng)護計劃及方案的制定，從而實現(xiàn)路面使用的長期規(guī)劃[5-6]。

瀝青路面抗滑性能受諸多因素影響，一般的回歸模型及馬爾科夫模型只考慮時間序列參數(shù)的變化規(guī)律[7-8]，其模型結(jié)構(gòu)較為簡單，尚未考慮復(fù)雜環(huán)境因素等對路面抗滑性能的影響，預(yù)測精度受限。人工智能算法能夠深度挖掘各因素與抗滑性能之間的關(guān)系，典型的BP神經(jīng)網(wǎng)絡(luò)模型[9-10]具有較強的自學(xué)能力和處理不確定因素等特點，能夠建立復(fù)雜因素與路面抗滑性能間的高度非線性關(guān)系，更適用于路面抗滑性能預(yù)測。同時，遺傳算法[11-12]具有全局搜索、適應(yīng)性強、魯棒性好等特點，能夠很好地彌補神經(jīng)網(wǎng)絡(luò)局部最優(yōu)、學(xué)習(xí)效率低的問題。為此，將遺傳算法和神經(jīng)網(wǎng)絡(luò)模型有機地結(jié)合起來，建立遺傳神經(jīng)網(wǎng)絡(luò)模型，以進一步提升路面抗滑性能預(yù)測的效果。目前以神經(jīng)網(wǎng)絡(luò)、遺傳算法為典型的智能算法被廣泛用于路面性能的評價及預(yù)測，單一的神經(jīng)網(wǎng)絡(luò)或遺傳算法雖能建立抗滑性能與復(fù)雜因素間的高度非線性關(guān)系，但因算法自身的局限，預(yù)測結(jié)果存在局部最優(yōu)、效率低下、精度不足等問題，而組合預(yù)測模型能夠?qū)崿F(xiàn)兩者的優(yōu)勢互補，從而提高預(yù)測的可信度。……