粉煤灰综合利用
FLYASHCOMPREHENSIVE UTILIZATION
2010NO.4 专题研究
上海地区高等级公路沥青路面使用性能预测方法研究探讨
Study on the Asphalt Pavement Performance Prediction Methods of High-grade Highways
章华金，凌建明
（同济大学道路与交通工程教育部重点实验室，上海201804）
摘要：在分析评价现有路面使用性能预测模型的基础上，分别采用马尔可夫概率预测模型和灰色理论预测模型，针对上海及类似地区高等级公路沥青路面进行使用性能预测分析。实例结果表明，马尔可夫概率预测模型受养护水平与PCI频数的干扰较大而适用性不强，面灰色理论预测模型具有受测试数据样本量影响小、预测精度高及适用性强等优点，因此更能适应上海及类似地区高等级公路荡青路面使用性能的预测，对公路养护决策具有重要意义，
关键词：高等级公路；沥青路面：路面使用性能预测；马尔可夫概率预测模型；灰色理论预测模型
中图分类号：U416.217
文献标识码：A
文章编号：1005-8249（2010)04-0005-04
( Key Laboratory of Road and Traffic Engineering of the Ministry of Education,
Tongji University,Shanghai 201804,China）
Abstract: Based on the analysis and evaluation of existing pavement performance prediction models, we make use of Markov modeis and gray nsar awa sa pu epus u sipry apeepiy aouuoad auaard srdse a akere on kpaaadsat ppo uogapard show that the Markov model can be largely interfered by the oonservation level and PCI frequency while the theoretical prediction of gray model is hardly affected by the test data of small sample size with high sccuracy so thast it can be widely used in Shanghai and the similar areas and is very important in desicion-making on rosd maintenance.
Key words: high-grude highways; asphalt pavement; pevement performanee prediction; markov model; gay theory model
科学合理的路面使用性能预测模型有利于准确预测路面使用性能的变化以及掌握路面进行大中修的最佳时机，进而为制定养护计划提供可靠依据。国内外现有路面便用性能预测模型主要有确定型和概率型两类(1)，常用的有力学法、力学一经验法、经验回归法、神经网络法、概率模型法及灰色理论法等。
对比分析上述主要模型可知，力学模型计算复杂、工作量大且只能建立基本反应模型3]，而力学-经验法无法预测功能性使用性能，对于经验回归法与神经网络法则都需依赖大量调查数据，BP神经网络自身还存在着收敛慢、易于局部收敛的缺陷。相比之下，概率性预测模型与灰色理论模型对调查数据数量要求较低且计算简单，尤其是灰色理论模型能很好的预测“小样本，贫信息“问题。
00 12-17)
收稿日期：2010-03-04 万方数据
目前许多地区路面管理系统中采用较为完善的马
尔可夫概率预测模型进行路面性能预测，签于上述所介绍的各模型适用性，及上海及类似地区目前交通量过重和路况调查数据较缺乏的现状，本文将以灰色理论预测模型作为对比分析模型，以上海市同三高速公路（上海段）部分路段的路况资料为例进行计算分析对比，最终提出适用于上海及类似地区高等级公路沥
青路面使用性能预测的方法。 1基本理论分析
路面结构的使用性能主要包括路面损坏状况，路面行驶质量，路面结构承载能力等(3)，本文选择路面损坏状况指数PCI为主要使用性能评价指标，分别应用马尔可夫预测模型和灰色理论预测模型对其进行预
测，探讨这两种模型的适应性。 1.1马尔可夫概率预测模型
马尔可夫预测即根据某些变量的现状及其变化趋势，预测其未来某一特定时期内可能出现的状态。在
·5·