基于多元数据融合分析的网级路面养护决策方案研究

2021-07-14刘同宾姚仕伟徐志祥张丽丽

现代交通技术 2021年3期

刘同宾，姚仕伟，徐志祥，张丽丽

(1. 江西省交通投资集团路网运营管理公司，南昌 330038； 2. 苏交科集团股份有限公司，南京 210019)

公路作为重要基础设施，有力促进了国民经济发展，合理发达的高效路网是国家基础设施建设的重要组成部分，截至2020年年末，全国的公路里程已突破500万km。随着道路使用时间的不断增加、大众出行对道路通行舒适性要求的日益提升，为保证公路质量和服务水平，需对公路进行定期维修养护[1]。合理分配养护资金，科学制定养护方案决定着养护后路网服务水平。路面的技术状况、交通量、路龄和行政等级等因素都会在一定程度上影响公路运营质量和服务水平，同时养护资金往往也难以满足所有路段的养护需求，因此在制定养护方案时，需要从网级层面综合考虑多方因素[2-4]。通过深入研究各类影响因素，结合公路养护工程实践经验，本文提出了基于多元数据融合分析的网级路面养护决策方案，以期为养护决策方案的制定提供科学参考。

1 网级路面养护决策方案

1.1 养护决策方案制定流程

基于多元数据融合分析的公路养护决策方案，深入分析路面技术状况、交通量、路龄和行政等级等养护影响因素，结合养护资金约束、原路面结构和养护历史进行联动分析，实现科学养护决策。养护决策方案流程如图1所示。

图1 养护决策方案流程

前期对路面各类数据进行预处理，同步建立养护决策模型。在此基础上，综合考虑路面多元数据进行决策计算，并对决策结果进行微观和宏观展示。

1.2 路面数据预处理

路面数据是进行科学决策的基础，主要包括路面基础信息、路面技术状况、交通量、行政等级、路龄和养护历史等内容。为确保决策计算的科学性和有效性，需对路面数据进行预处理，主要包括数据清洗和划分决策单元。

1.2.1 数据清洗

数据清洗为删除原始数据集中的无关数据和重复数据，平滑噪声数据，处理缺失值和异常值，进而确保路面各类数据的完整性和准确性[5]。路面各类数据一般是以桩号为基础的连续数据，对于少量不连续的缺失值可以采用固定值、最近邻插补和插值法等方式补齐；对于连续较多的缺失值，则不处理，避免补充数据影响最终决策结果。异常值可以采用直接删除、视为缺失值和平均值修正等方法进行处理[6-7]。

1.2.2 划分决策单元

网级养护决策是基于路面技术状况进行分析，按照《公路技术状况评定标准》(JTG 5210—2018)[8]中评定单元划分规则将路段划分为微观决策单元。决策单元的划分以桩号为基础，每个单元由唯一的桩号范围进行标识[9-11]。完成决策单元的划分后，路面各类数据将作为每个单元的一个属性，被关联起来。后面的决策计算将基于每个决策单元进行分析。

1.3 建立养护决策模型

决策计算前需建立养护决策模型，包括典型养护方案库、养护决策树模型、优先排序模型和相关决策参数设置。

1.3.1 典型养护方案库

典型养护方案库是决策模型的基础，用于为决策提供可选的路面维修方案，且涵盖各类养护方案相关费用模型，为养护金额的决策计算提供支撑。建立养护方案库时，需结合工程实践经验，梳理修复性养护和预防性养护的具体方案，不同的方案使用的材料和施工工艺不同，其养护费用单价也有所区别，且因材料价格的波动、施工工艺的发展，养护方案的单价也会变动。典型养护方案示例如表1所示，表中内容可依据市场行情灵活调整。

表1 典型养护方案示例

1.3.2 养护决策树模型

养护决策树模型用于为每个决策单元选取适宜的养护方案。路面技术状况是直观反映当前道路质量和使用性能的关键指标，是决策树模型的基础，包括路面损坏状况指数(PCI)、路面行驶质量指数(RQI)、路面车辙深度指数(RDI)、路面跳车指数(PBI)、路面使用性能指数(PQI)、路面磨耗指数(PWI)、路面抗滑性能指数(SRI)和路面结构强度指数(PSSI)。多元数据关联性分析方法，是以路面的技术状况数据为基础，综合考虑交通量、路龄等影响因素，进而科学地设计决策树模型。轻交通量条件下的决策树模型如图2所示。决策优先级为PSSI>PCI>RQI>SRI>RDI>PBI，每一层级将指标值划分为多个区间，每个区间对应一种养护方案。决策树可根据不同地区公路的特点和养护侧重点适当调整指标优先级以及各个区间的阈值。

图2 轻交通量条件下的决策树模型

决策树的建立可根据实际养护需求按照上述规则进行相应调整，根据每个决策单元的路面技术状况制定具体的养护方案，同时也确定该单元所需的养护金额。

1.3.3 优先排序模型

公路养护资金优化是养护决策的重要环节，其决定着养护资金的具体分配情况，进而影响养护后公路的质量和服务水平。养护决策树模型建立后，下一步就是建立优先排序模型。公路网养护资金的分配是多目标决策过程，路面技术状况、交通量、路龄和行政等级都是影响决策的重要因素，不能仅根据某一指标决定优先维修的路段，需采用多元数据融合分析方法，拟定不同因素的权重，进行综合排序。将路段的技术状况、交通量、路龄和行政等级等影响因素根据内插法确定其不同取值时对应的优先度值。

设技术状况、交通量、路龄、行政等级取值为X={xPCI,xRQI,xRDI,xPBI,xPWI,xSRI,xPSSI,xt,xa,xl}，其中，t为交通量，a为路龄取值，l为行政取值。指标优先度为Y=f(X),其中，Y={yPCI,yRQI,yRDI,yPBI,yPWI,ySRI,yPSSI,yt,ya,yl}，f(X)为内插函数。设技术状况、交通量、路龄、行政等级的权重为W={wPCI,wRQI,wRDI,wPBI,wPWI,wSRI,wPSSI,wt,wa,wl}，则该路段的优先级为

(1)

式中，n为影响决策因素的个数，个。

优先排序模型如表2所示，PCI、RQI、RDI、SRI等指标采用内插法计算得到具体的优先度数值，表中数值可根据不同地区公路的特点和养护侧重点适当调整。根据表2和式(1)，即可计算得到每个决策单元的优先级，之后将所有决策单元按优先级从大到小排序，优先级高的路段则优先进行维修。

表2 优先排序模型

1.3.4 相关决策参数设置

路面养护过程中，路面技术状况较差、影响车辆行驶安全的决策单元一般必须进行养护维修。在进行养护决策的过程中需要考虑必修路段的预算，特别是在资金约束时，需要去掉必修的决策单元的预算，剩余金额再去选修优先级较高的路段。必修路段指标阈值如表3所示。若决策单元中任意的指标值小于表中阈值，则表示该单元为必修路段。可根据不同地区公路的特点和养护侧重点适当调整指标及其阈值。

表3 必修路段指标阈值

1.4 决策计算

建立养护决策树模型和优先排序模型后，即可对路面各类数据进行决策计算。决策计算时，充分考虑资金约束、原路面结构和养护历史等因素，让养护计划更贴合实际应用情况。

决策计算步骤如下：

(1) 对处理后的路面各类数据应用决策树模型，得到每个决策单元的养护方案，根据单价和决策单元的长度和宽度，计算每个单元的养护金额。

(2) 根据决策单元的原路面结构和养护历史信息，视实际情况在养护金额基础上增加相应的精铣刨金额，得到路况优先情况下的养护明细。

(3) 在资金约束时，记养护资金为M，将新的决策单元技术状况数据与必修路段阈值进行比较，筛选必修的决策单元，并汇总必修单元的养护金额，记为C。

(4) 剔除所有必修的决策单元，对剩下的单元应用优先排序模型求得优先级，从大到小排序。

(5) 对排序后的决策单元，按从大到小排序，依次对每个决策单元的养护金额进行累加，直至和大于T，T=M-C，则将参与求和的单元标记为需维修路段，其他单元标记为日常养护路段。至此得到资金约束时的养护明细。

决策计算流程如图3所示。

图3 决策计算流程

1.5 决策结果展示

通过决策计算可得到养护明细等详细数据，基于以上数据，采用养护明细、汇总分析、分布分析和地图展示等方式进一步展示养护计划。养护明细从微观角度展示了每个小路段的养护计划。汇总分析从宏观角度展示了管理路段预防性养护、修复性养护和日常养护的里程和养护金额。分布分析展示了养护金额和各类养护方案里程在不同区域的分布情况。地图展示则是以地图为载体，更直观地展现了所辖路段的养护方案分布情况。决策结果展示提供了更便捷、多维度的综合分析决策方法。

2 养护决策方案实例

为验证本文所提决策方案的科学性和实用性，选取某公路网进行试验。该路网路面类型为沥青路面，公路等级为高速公路，行政等级主要为国道和省道，双向共有7 987.68车道公里。在验证本文方案时，采集了该子路网第二车道的路面基础信息、路面技术状况、交通量、路龄和行政等级等各类数据，并应用决策方案为该路段分别制定路况优先和资金约束两种情况下的养护计划。

2.1 路况优先

该子路网路面整体技术状况的等级为优，部分路段路面损坏状况的等级为良。主要技术状况指标为：PQI为94.42、PCI为94.37、RQI为94.51、RDI为96.27，决策前按照《公路技术状况评定标准》(JTG 5210—2018)[8]中的评定单元划分规则将该路网划分8 016个决策单元，并编号为F0001～F8016，其中绝大部分单元的里程为1 km。部分决策单元数据如表4所示。