徐兆華

（河北保津高速公路有限公司，河北 保定 071000）

0 引言

瀝青路面使用性能評價是依據采集的路面狀況數(shù)據，對路面性能滿足使用要求的程度做出判斷。判斷的結果可以衡量路網的服務水平，確定需要養(yǎng)護和改建的路段，有針對性地選擇相應的養(yǎng)護和改建對策，也可作為項目優(yōu)先排序的依據。路面使用性能具有多方面屬性，從不同側面滿足使用要求。其中有的具有客觀屬性，如結構承載能力和抗滑能力，可以采用客觀的指標來評價其使用性能；有的既具有客觀屬性，又帶有一定的主觀屬性，如行駛質量和破損狀況。路面行駛質量的評價，不僅依賴于路面平整度和車輛特性，也取決于乘客對車輛顛簸的接受程度。正由于路面使用性能具有多方面屬性，對路面使用性能的評價，應按使用性能各分項屬性進行，如行駛質量評價、損壞狀況評價、結構承載力評價、抗滑能力評價和抗永久變形能力評價等。也有為了使路網或者各個路段的使用性能具有可比性，采用一個綜合指標，把各項使用性能屬性的評價組合在一起。本文主要采用瀝青路面抗滑性能單項指標建立評價模型進行研究。

良好的抗滑性能可滿足汽車在路面上高速行駛的要求，同時也為輪胎與路面之間提供了安全剎車距離所需的摩阻力，減少交通事故隱患。近年來，經常會出現(xiàn)公路在竣工驗收時其抗滑性能均滿足設計要求，可通車后不久，路面的抗滑性能隨車輛對路表構造的磨損而快速衰減。尤其是高速公路通行能力大，支行速度快，客觀上要求其行車安全舒適，對于抗滑性能提出了更高的要求，因此道路工程師對抗滑性能的衰減狀況更加關注，以便能及時采取措施，消除安全隱患。

人工神經網絡不需作任何假定，且還具有通過對以往經驗的學習和對新方案進行合理的歸納，來完善自身性能的能力。它與一般的統(tǒng)計回歸方法相比，能夠模擬人類的思考和判斷過程，根據已有的歷史數(shù)據對其中的規(guī)律進行總結并對復雜預測問題提供實時解答，預測時不需要專家的介入或專門的知識。本文利用模糊感知器網絡建立抗滑能力的預測模型，對抗滑指標值進行預測。

1 神經網絡理論原理

人工神經網絡是由大量被稱為神經元的節(jié)點構成的系統(tǒng)。典型的人工神經元模型如圖1所示，具體算法如下：

式中，θi為閾值；Wij稱為連接權系數(shù)；Yi=f（·）為變換函數(shù)。

圖1 人工神經元模型

2 模糊感知器算法（權系數(shù)的計算）

模糊感知器算法計算過程如下：

a）定義樣本集合為D＝｛xm｝，m為總樣本個數(shù)‖D‖；

b）給定初值：任取Wi（0）=λxi，其中λ＞0為適當常數(shù)，xi為學習樣本（D的子集），其個數(shù)取為總樣本個數(shù)m的一半，記為xn，n也為感知器神經元的個數(shù)；

c）給定模糊度（誤差量）δ，δ的取值由所要求的預測精度決定；

d）模糊感知器的學習目標見式（2）：

e）計算實際輸出y（t），如y（t）>0，則停止運算，轉到步驟g）；

f）如y（t）≤0，則修正權系數(shù)（其中η用于控制修正速率，0≤η≤1）后，轉到步驟e）：

g）計算向量wn（t）與xn的內積（wn（t）·xn），且定義集合：

h）如果該集合的個數(shù)‖D（t）‖小于δ‖D‖，即如wn（t）能使方程組式（2）中有（1-δ）‖D‖個不等式成立，則稱wn（t）為不等式方程組式（2）的一個δ解，算法結束。否則表明集合的個數(shù)大于δ‖D‖，這時取

3 瀝青路面抗滑性能神經網絡預測模型的建立研究

利用上文所述的模糊感知器算法，可建立路面抗滑性能的預測模型。具體建立步驟如下：

a）對原始數(shù)據進行絕對增量處理，得到絕對增量數(shù)據序列{xi=zi+1-zi}；

c）將數(shù)據劃分為兩段：n為感知器中的神經元數(shù)目，一般取樣本數(shù)的一半，k＝m－n為學習樣本的個數(shù)；

d）建立模糊感知器的學習目標和相應的不等式方程組：

e）適當選取（ε，δ）的值，利用模糊感知器算法求出不等式方程組式（5）的δ-解wn＝（w1，w2，…，wn）；

f）由wn與數(shù)據yi（i=m-n+1，m-n+2，…，m）對ym+1進行預測，預測公式為：

式中：wi——模糊感知器算法求出的權系數(shù)；

ym+1——所要預測的路面抗滑性能指標值；

ym-n+i——原始抗滑性能數(shù)據中的后半段數(shù)據序列。

4 實例分析

以河北省某高速公路河北段某9km路段抗摩擦指數(shù)SRI歷年調查資料為原始數(shù)據（見表1），定義樣本集合D＝｛94.45，94.39，87.94，87.43，86.87｝，其中前4個數(shù)為已知數(shù)據，第5個數(shù)據為未知數(shù)據。

將上述數(shù)據劃分為兩段，感知器中的神經元數(shù)目設定為2，后2個數(shù)據為學習樣本，模型利用模糊感知器算法和前個數(shù)據求解式（6），得到一組權系數(shù)wn＝（0.47，0.53），然后利用這2個權系數(shù)和后2個數(shù)據對第5個數(shù)據進行預測。

由本例可以看出，預測值與實際值相比，最大誤差為1.4%，最小誤差為0.11%，滿足了高速公路對瀝青路面抗滑性的較高要求，具有較好的預測效果。

5 結語

本文利用神經網絡原理，采用瀝青路面抗滑性能單項指標建立評價模型，對瀝青路面使用性能進行預測研究。此模型預測值與實際值相比，誤差小，滿足瀝青路面抗滑性的較高要求，具有較好的預測效果。希望能對公路的預防養(yǎng)護、養(yǎng)護決策和養(yǎng)護規(guī)劃的編制，起到積極的指導和借鑒作用。

[1]焦李成.神經網絡計算[M].西安：西安電子科技大學出版社，1993.

[2]沈世鎰.神經網絡系統(tǒng)理論及其應用[M].北京：科學出版社，1998.

[3]鄒培國.路面養(yǎng)護決策優(yōu)化技術研究[J].中國公路學報，1995，8（2）：1-8.

[4]孫立軍，等.瀝青路面結構行為理論[M].上海：同濟大學出版社，2003.