文摘

针对不足,传统的路面性能评价指标没有考虑差异对体重的影响,评价指标的等级也没有考虑中间状态和评价结果的不确定性的影响,路面性能评价指标权重的确定方法基于熵理论的发展。评价指标的未确知测度函数是由海顿及阶梯分布,和未确知测度矩阵。指标权重的计算是最小熵理论,验证了该方法的实用性最后通过一个具体的例子。结果表明,在不同的样本有不同的权重,这取决于指数测量功能和综合测量每一个指标的总体特征。的方法是基于给定的权重因子不符合工程的事实。很难确定路面性能评价指标的重要性在不同的样本。各种指标更好的平衡被认为是在该方法,和路面性能的真正反映全面情况,提高了评价的可靠性。

1。介绍

它具有十分重要的意义,价值评估路面状况,科学合理的方式获得更多的服务生活的公路结构(1]。在服务过程中,不同的疾病进入视野的重负荷多变环境下沥青路面(2,3]。这些疾病对路面性能的影响,采用不同的评价模型和分类方法在世界各地的国家4]。例如,联邦高速公路管理局(供)系统地讨论了基于沥青路面疾病损伤机制生成和严重程度和分类成多种形式,包括裂缝、沉降、和车辙5]。在中国,路面养护部门认为有四个主要疾病,如裂纹、表面放松、扭曲等等(6]。此外,路面条件的降级会降低高速公路的服务质量和增加交通事故的风险7]。因此,有效的路面检测和治疗疾病是至关重要的维持整个交通系统的操作。

一般来说,是非常重要和有意义的路面系统的可持续性评价的健康广阔地区高速公路网络与不同的地形和气候8]。联邦航空管理局(FAA)已确认,及时维护指导下准确评价模型可以节省高达75 - 80%的成本比与相对贫穷的管理(9]。因此,路面状况评价是维护决策活动的基本组成部分以及一个挑战在路面工程10]。公路条件的评价第一次出现与当前服务指数(PSI)在美国11]。Mejias和冲12)提供了一组基于路面条件评估标准,交通,和环境因素通过研究和计算,这有助于合理选择保护措施的最佳成本效益比。Pantuso et al。13]介绍了一种方法来分析时间序列的维护治疗使用的调查数据落锤挠度计(FWD)。路面管理的目的是提供一个可靠的路面状况评价模型,实现路面生活和资源分配的优化过程14]。目前,许多研究都采用一个简单的方法来预测路面的损坏状况通过预设分类性能和重量各评价指标(15,16]。然而,这种方法不能用于描述每个评价指标的差异对决策结果的贡献(17]。此外,路面条件很多,影响因素复杂,其过程包括设计、建设、运行。例如,沥青路面受到车辆荷载的反复作用和气候和环境的交替18]。除了这些外部因素、材料特性、路面类型、施工质量和维护时间序列也影响路面的使用寿命19,20.]。因此,这些影响因素的评价通常需要长期的路面状况数据,并提出了评价模型的可信度难以确定结果的不确定性。

近年来,研究人员开始采用各种数学方法在沥青路面性能评价和维护决策。Fakhri和Shahni Dezfoulian [21)指出,不确定因素的限制和人类的影响是不可避免的在评价过程中,和人工神经网络(ann)用于建立测试数据之间的关系和路面表面祸患。尽管如此尝试,这些模型不存在主观影响和体重的测定路面评价。在另一个努力,Bianchini et al。22),基于主成分分析(PCA),试图确定每个祸患的方差贡献评价沥青路面状况。这种方法可以捕捉代表方差作为综合评估值,以避免可能的misevaluation主观因素和冗余信息。在路面管理,测试数据的可靠性和重量表示担忧,因为直接评估路面条件的困难。Elhadidy et al。23)建立了一个简单的决策模型关联国际平整度指数(IRI)和路面状况指数(PCI)。多目标决策评价分类的贡献PCI、运行质量指标(RQI),车辙深度指数RDI和antislide性能指数(SRI),利用熵权的雷达地图,也调查了姚明et al。24]。他们的算法测试简单,具有很强的实用性。然而,进一步的研究需要进行自评估函数的选择缺乏相关理论基础只使用简单的几何平均值。太阳和顾25)提供了一个新想法的选择维修对策,多相模糊统计的方法应用于确定路面和路面光滑,这是相关项目的优先级。然而,它的适用性仍有限,因为这评价方法是来自北京的工程专家的经验。因此,由于在每个地区不同的气候和路面表面类型,贡献路面评价模型需要重新调整使用本地数据,包括每个因素的权重。

评估的重量参数被视为相对重要性评估路面性能和识别整个路面养护优先项目(26]。与此同时,其加权平均操作可以描述的定量分布的贡献通过数学工具(测试对象的不同方面27]。层次分析法的应用28),模糊数学(29日)、遗传算法(30.),而灰色系统(31日]证明改善路面状况的评估结果。然而,体重还没有被完全解决的决心,不能反映出指标权重的基本属性,导致评价等级之间的偏差和主观感受。要注意不同的评级结果的应用考虑不同地区和气候。

针对上述问题,本文的目的是提出一种计算方法来确定条件的贡献评价参数未确知测度和基于最小熵理论。这种方法考虑了每个指标的差异,评价指标分类,中间状态和影响因素的不确定性。湖南省高速公路的一个案例研究是用来说明方法通过收集到的数据包括PCI, RQI, RDI和斯里兰卡。

2。方法

图1说明了研究的方法,确定评价因素的合理体重路面条件的步骤,提出了基于未确知测度的基础上和最小熵理论。

2.1。评价指标

工程结构可靠性理论的研究和应用是解决问题的有效途径之一,不确定结构的分析和设计。路面结构是一个巨大而复杂的系统工程。有许多因素影响路面条件,这些因素有很多不确定的信息,这对路面状况评价有很大的影响。

在中国,由于体重的确定性评价方法是通过交通管理部门。提出了两个评价参数,包括维护质量指标(MQI)和路面质量指数(劲永国际)。这些指标可以计算,分别 在哪里 , , ,和劲永国际的分别,权重,路基条件指数(SCI),桥梁(隧道、涵洞)条件指数(BCI),和交通设施条件指数(TCI) MQI评估,分别;”,”,”,”分别是PCI的权重,RQI RDI,斯里兰卡在劲永国际评估。

上述方法假定路面状况评价指标的计算重量是恒定的。MQI的计算,是0.7,是0.08,是0.12,是0.10。虽然简单易操作,评估过程的影响没有考虑不同评价指标的权重,评价指标的分类也不考虑中间状态,有歧义的特征和类别的路面条件。因此,评价的可信度不能为人所知,因为大量的不确定因素可能被忽略导致完全错误的评估结果。这些问题将严重误导了维护管理系统及时指导和合理的路面养护过程。

2.2。数据收集

路面条件指的是损伤程度和服务水平的路面的长期共同作用下荷载和环境。在不同路面结构组合、材料比气候条件,和交通负荷,疾病的主要特征和严重程度不同,导致了不同衰减的路面状况,这也将确定路面状况评价指标的概率分布特征参数。

在这项研究中,一些高速公路的路面病害在湖南进行了调查和分析通过激光三维智能路面检查车辆和人工调查。这些道路段来自平原microknoll地区,山地丘陵地区,分别或典型的山区。由于广域和开放时间长,涉及的案例研究是代表在工程地质条件、交通荷载、路面结构、路面材料属性,等等。因此,数据采集结果可以反映出不同条件下对路面状况评价指标的概率分布。

2.3。不确定性测量理论

近年来,运用未确知测度理论已经广泛用于边坡稳定性评价、尾矿坝、隧道安全性评价。作为一个数学方法研究未确知信息,运用未确知测度理论可以定量分析评价对象的未确定的大小或未确定的状态,从而避免评价者的主观性和局限性造成的其他数学方法和提高评价的科学性和实用性。

它假设n组织要评估的对象,如x₁,x₂,x₃、…x_n,这构成了域U,也被称为评估对象空间。为单个评价对象x_n假设有米测试指标D₁,D₂,D₃、…D_米。评价指标空间可以表示为D= {D₁,D₂,D₃、…D_米}。X_ij代表评价对象的测量值x_我在评价指标D_j。F属性空间吗U,代表的程度x有一定的财产(或状态)评估。

如果测量值x_ij属于kth评价等级C_k,μ_ijk=μ(x_ij∈C_k)可以表达。μ满足0≤μ(x_ij∈C_k)≤1。与此同时,μ提出了基于未确知测度的定义是根据可加性和规范化标准。测量(各单指标评价矩阵μ_ijk]_米×p,如下所示:

如果有k类型的特定属性在属性空间F,k -1等于或nonequal点(一个)可以插入测量值的分布区间。假设测量值x_ij在评价级别吗C_我,它的位置是左边的equinox点一个_我。当测量值x_ij从左到右(即变化。,从一个_我来一个_{我+ 1}),测量值的程度评价水平C_我逐渐减弱。当测量值的变化一个_{我+ 1},测量值的评价等级C_我降低为0。在这一点上,当测量值变化一个_我来一个_{我+ 1}测量值的程度x_ij在评价等级C_我从0增加到1。因此,在多大程度上测量值在一定的评估水平[0,1]区间内。

在这项研究中,运用未确知测度函数是用来描述路面状况评价指标的未确知状态在不同的评价等级。有四种常用的未经证实的测量功能,包括正弦分布,二次抛物线分布,海顿及梯形分布和年代分布,如图2。在路面工程中,条件评价指标采用点成绩的评价方法,如表所示1。为了方便管理和数据分析,本文采用左中场梯形分布研究,所示(4)。图3显示了功能性路面状况评价指标之间的关系和未确定的措施。

2.4。指标权重的确定

根据最小熵原理,假设一个回归模型P( )包含N通过测量获得的变量;也就是说,= 。这些变量可能的主要变量反映系统的特点,并可能会有一些内部的相关性。然后,研究中的变量设置可以组合成2^N2子集。每个子集年代_我构成子模型的概率密度分布函数;也就是说,P_年代(_如果)=P(_如果)。因此,每个变量的贡献率计算系统可以通过研究系统各个子模型的解释程度。此外,本研究的主要变量和体重值可以确定预测系统。

Logit模型用于关联变量在每个子模型之间的反应,所示(5)。二进制的结果“1”意味着与目标相关联的变量决定的结果,而“0”意味着与目标相关联的变量不是决定结果。的系数β_我通过拟合测量变量数据通过最大似然估计。

(正常化5)可以获得响应概率分布函数包含一个给定的所有变量的子集,所示(6)和(7)。的参数Z是归一化常数,可以得到的拟合函数。因此,相应的子模型的最小熵所示(8)。

根据熵值,所有的子分类和有效的子模型是根据一些决策规则决定的,即,第一个-米子与熵值最低。与此同时,基于这些模型,每个变量的发生的概率计算来确定系统的贡献率。根据模型分析,概率越高,这个变量对系统的贡献就越大。因此,本研究可以确定系统的主要变量和相对权重最小熵理论。

2.5。计算过程

(1)未确知测度函数根据分类标准确定的每个索引。(2)未确知测度函数,根据未确知测度综合价值评价的每个索引对象形成一个单指标测度矩阵来解决。(3)指标权重的分布是指数的重要性在整个系统。根据上面的计算理论,采用简化的方法在本研究中;也就是说,参数被用来描述测量的相对重要性指数吗D_j相对于其他索引。被称为指数的重量吗D_j在0 - 1的范围,这是,总和是1。这个指标的权向量表示为{ , ,…}。因此,提出了基于未确知测度的信息熵确定μ_jik可以表示如下:

3所示。案例研究

沥青路面检测数据来自湖南省高速公路,把它作为一个例子。高速公路建于2000年,它的最大设计荷载乘以6.581×10⁷。中国南方的气候是潮湿和热。表2提出了路面结构设计。

使用上面的方法,不同的评价指标的权重劲永国际评价路面状况调查。每个样本代表1000部分为基本评价单元。路面状况评价结果如图所示4。收集路面条件的分指数根据中国公路技术状况评估标准。

4所示。结果与讨论

4.1。分析的不确定性度量

根据部分中的步骤2.5未确知测度值,四个条件的评级指标都解决了。使用的函数关系(4未确知测度矩阵),PCI, RQI, RDI,斯里兰卡与单一指数建立了如下。根据(9)和(10),每个索引的重量是0.3253,0.1856,0.2316,和0.2575,分别。完整的计算结果如表所示3。

图5显示雷达图表比例的PCI, RQI RDI和斯里兰卡。结果表明,对于不同的样本,评价体系中评价指标的重要性是不同的。单一指标测量覆盖C₁,C₂,C₃,C₄,C₅,即所有的水平。在PCI的单一指标衡量,C₄和C₅发挥主导作用的比例C₅大约是0.8。在RQI的单一指标衡量,C₃,C₄,C₅发挥主导作用,C₄和C₅在大多数,占平均约为0.4和0.55。单一指数的措施C₁,C₂,C₃,C₄RDI发挥主导作用,的比例C₃比这更高的C₁,C₂,C₄,这表明分指数RDI的状态在这个样本组差,和大多数的RDI评价等级中。因此,应注意在确定指标权重。单一指数的措施C₃和C₄SRI发挥主导作用,平均约占0.3和0.6。这个样本组的分指数SRI不是处于良好状态,和斯里兰卡的大部分被定为中级或好,所以它的重要性在整个评价体系也应反映。

4.2。与标准方法进行比较

图6显示的重量表示不同的分指数劲永国际评估。结果表明,这是特别重要的重量来确定指标,以准确评价路面条件。每个索引在不同样本有不同的重量,这取决于每个索引的测量功能和整体表现的每个索引的综合措施。

在中国当前的评估标准,评价模型由固定权重的每个索引建议,0.35,0.4,0.15,和0.1,分别。以样本5为例,现场调查本节的图所示7。本节的惯例是一个典型的疾病。然而,车辙深度指标在当前标准的重量只有0.15,所以常规典型疾病的重要性不是反映,从主观感受和存在偏差,这显然不符合现实。

路面状况指数的权重信息熵权方法可以克服的缺点提出了研究传统的路面状况评价方法基于给定的重量而不考虑的影响差异的每个索引的重量。它也解决了问题不考虑中间状态的评价指标评分和影响因素的不确定性的影响评估结果,提高了评估的可信度。

5。结论

未确定的测量和最小熵理论引入研究重量的测定方法路面状况评价指标的信息熵。本研究的主要发现如下。(1)有许多的不确定性和模糊性的过程中路面状况评价。利用未确知测度函数来表示每个索引的未确定的状态的成绩优秀,良好,中等,中等和贫困状况评估和评价空间的分割“秩序”是实现。(2)对于每个评价指标的权重,应用最小熵原理分析减少主观因素的影响。计算结果可以客观、全面地描述评价指标的重要性和路面状况的实际情况。(3)固定重量的应用在中国的标准是不合适的,很难确定在不同的高速公路路面条件的年级差异。基于案例研究,证明了该方法改进的可比性和可靠性条件评价为多个路面网络,未确知测度和可变重量考虑这些贡献。

数据可用性

使用的测试数据来支持本研究的结果包括在本文中。

的利益冲突

作者宣称他们没有利益冲突有关的出版。

确认

这项研究是由中国国家自然科学基金(批准号51908562);湖南省的标准化项目;青年科学研究基金会,中南林业科技大学(批准号QJ2018008B);湖南省教育局研究基金会,中国(批准号19 b581);中国湖南省自然科学基金(批准号2020 jj5987);重庆,中国的自然科学基金(批准号 cstc2018jcyjAX0640); and the Scientific Research Foundation for the Talent Introduction of the Central South University of Forestry Science and Technology (Grant no. 2019YJ033).