沥青路面抗滑性能神经网络预测模型研究

徐兆华

（河北保津高速公路有限公司，河北 保定 071000）

0 引言

沥青路面使用性能评价是依据采集的路面状况数据，对路面性能满足使用要求的程度做出判断。判断的结果可以衡量路网的服务水平，确定需要养护和改建的路段，有针对性地选择相应的养护和改建对策，也可作为项目优先排序的依据。路面使用性能具有多方面属性，从不同侧面满足使用要求。其中有的具有客观属性，如结构承载能力和抗滑能力，可以采用客观的指标来评价其使用性能；有的既具有客观属性，又带有一定的主观属性，如行驶质量和破损状况。路面行驶质量的评价，不仅依赖于路面平整度和车辆特性，也取决于乘客对车辆颠簸的接受程度。正由于路面使用性能具有多方面属性，对路面使用性能的评价，应按使用性能各分项属性进行，如行驶质量评价、损坏状况评价、结构承载力评价、抗滑能力评价和抗永久变形能力评价等。也有为了使路网或者各个路段的使用性能具有可比性，采用一个综合指标，把各项使用性能属性的评价组合在一起。本文主要采用沥青路面抗滑性能单项指标建立评价模型进行研究。

良好的抗滑性能可满足汽车在路面上高速行驶的要求，同时也为轮胎与路面之间提供了安全刹车距离所需的摩阻力，减少交通事故隐患。近年来，经常会出现公路在竣工验收时其抗滑性能均满足设计要求，可通车后不久，路面的抗滑性能随车辆对路表构造的磨损而快速衰减。尤其是高速公路通行能力大，支行速度快，客观上要求其行车安全舒适，对于抗滑性能提出了更高的要求，因此道路工程师对抗滑性能的衰减状况更加关注，以便能及时采取措施，消除安全隐患。

人工神经网络不需作任何假定，且还具有通过对以往经验的学习和对新方案进行合理的归纳，来完善自身性能的能力。它与一般的统计回归方法相比，能够模拟人类的思考和判断过程，根据已有的历史数据对其中的规律进行总结并对复杂预测问题提供实时解答，预测时不需要专家的介入或专门的知识。本文利用模糊感知器网络建立抗滑能力的预测模型，对抗滑指标值进行预测。

1 神经网络理论原理

人工神经网络是由大量被称为神经元的节点构成的系统。典型的人工神经元模型如图1所示，具体算法如下：

式中，θi为阈值；Wij称为连接权系数；Yi=f（·）为变换函数。

图1 人工神经元模型

2 模糊感知器算法（权系数的计算）

模糊感知器算法计算过程如下：

a）定义样本集合为D＝｛xm｝，m为总样本个数‖D‖；

b）给定初值：任取Wi（0）=λxi，其中λ＞0为适当常数，xi为学习样本（D的子集），其个数取为总样本个数m的一半，记为xn，n也为感知器神经元的个数；

c）给定模糊度（误差量）δ，δ的取值由所要求的预测精度决定；

d）模糊感知器的学习目标见式（2）：

e）计算实际输出y（t），如y（t）>0，则停止运算，转到步骤g）；

f）如y（t）≤0，则修正权系数（其中η用于控制修正速率，0≤η≤1）后，转到步骤e）：

g）计算向量wn（t）与xn的内积（wn（t）·xn），且定义集合：

h）如果该集合的个数‖D（t）‖小于δ‖D‖，即如wn（t）能使方程组式（2）中有（1-δ）‖D‖个不等式成立，则称wn（t）为不等式方程组式（2）的一个δ解，算法结束。否则表明集合的个数大于δ‖D‖，这时取

3 沥青路面抗滑性能神经网络预测模型的建立研究

利用上文所述的模糊感知器算法，可建立路面抗滑性能的预测模型。具体建立步骤如下：

a）对原始数据进行绝对增量处理，得到绝对增量数据序列{xi=zi+1-zi}；

c）将数据划分为两段：n为感知器中的神经元数目，一般取样本数的一半，k＝m－n为学习样本的个数；

d）建立模糊感知器的学习目标和相应的不等式方程组：

e）适当选取（ε，δ）的值，利用模糊感知器算法求出不等式方程组式（5）的δ-解wn＝（w1，w2，…，wn）；

f）由wn与数据yi（i=m-n+1，m-n+2，…，m）对ym+1进行预测，预测公式为：

式中：wi——模糊感知器算法求出的权系数；

ym+1——所要预测的路面抗滑性能指标值；

ym-n+i——原始抗滑性能数据中的后半段数据序列。

4 实例分析

以河北省某高速公路河北段某9km路段抗摩擦指数SRI历年调查资料为原始数据（见表1），定义样本集合D＝｛94.45，94.39，87.94，87.43，86.87｝，其中前4个数为已知数据，第5个数据为未知数据。

将上述数据划分为两段，感知器中的神经元数目设定为2，后2个数据为学习样本，模型利用模糊感知器算法和前个数据求解式（6），得到一组权系数wn＝（0.47，0.53），然后利用这2个权系数和后2个数据对第5个数据进行预测。

由本例可以看出，预测值与实际值相比，最大误差为1.4%，最小误差为0.11%，满足了高速公路对沥青路面抗滑性的较高要求，具有较好的预测效果。

5 结语

本文利用神经网络原理，采用沥青路面抗滑性能单项指标建立评价模型，对沥青路面使用性能进行预测研究。此模型预测值与实际值相比，误差小，满足沥青路面抗滑性的较高要求，具有较好的预测效果。希望能对公路的预防养护、养护决策和养护规划的编制，起到积极的指导和借鉴作用。

[1]焦李成.神经网络计算[M].西安：西安电子科技大学出版社，1993.

[2]沈世镒.神经网络系统理论及其应用[M].北京：科学出版社，1998.

[3]邹培国.路面养护决策优化技术研究[J].中国公路学报，1995，8（2）：1-8.

[4]孙立军，等.沥青路面结构行为理论[M].上海：同济大学出版社，2003.