秦代華

(貴州通力達公路工程監(jiān)理咨詢有限公司)

1 評定標準

2003年試行的《高速公路養(yǎng)護質(zhì)量檢評方法》針對高速公路路面的質(zhì)量做出以下評價指標:路面狀況指數(shù)(PCI，全稱是pavement condition index)、道路行駛質(zhì)量指數(shù)(RQI，即為riding quality index)、路面抗滑性能指數(shù)(SRI，skidding resistance index)與路面結(jié)構(gòu)強度指數(shù)(PSSI，即pavement structure strength index)，這4個單項指數(shù)的加權(quán)平均值就是路面使用質(zhì)量指數(shù)(pavement quality index即PQI)。公式如下所示:

式中:w1、w2、w3、w4指相關(guān)指標的權(quán)重數(shù)值，選取時要參照路況的實際情況和重要性大小決定，調(diào)整范圍需要在建議值范圍之內(nèi)。

綜合評價路面使用質(zhì)量的標準(100為最高的分值)見表1。因為PQI的評價模型是經(jīng)過多元線性統(tǒng)計回歸分析而后建立的，而且人為操控著評價的整個過程，這就導致權(quán)重的確定與路面破損率的判斷是不夠客觀的，所以此模型計算出來的加權(quán)平均值只能對路面整體質(zhì)量有個大概的估計，路面實際情況是不能全面反映的。

2 模型結(jié)構(gòu)的建立

模糊神經(jīng)網(wǎng)絡經(jīng)過大量的數(shù)據(jù)輸入與輸出，并通過自身的學習，會優(yōu)化模型結(jié)構(gòu)當中的規(guī)則數(shù)值，而模型結(jié)構(gòu)還會隨著不同的學習算法與節(jié)點權(quán)值發(fā)生改變。它的基本邏輯結(jié)構(gòu)由五部分構(gòu)成，依次是確定性輸入、模糊化運算、模糊化推理、清晰運算與確定性輸出。

模糊神經(jīng)網(wǎng)絡中最常見的網(wǎng)絡結(jié)構(gòu)其中一種是基于T-S推理的模糊神經(jīng)網(wǎng)絡結(jié)構(gòu)。T-S模糊結(jié)構(gòu)是一種非線性模型，它是由輸出變量(PCI、PSSI、RQI與SRI評價指標)與輸出變量(高速公路路面質(zhì)量PQI)通過n維輸入單輸出構(gòu)造出的模糊神經(jīng)網(wǎng)絡系統(tǒng)。其模糊邏輯系統(tǒng)表達力強，可以精確地表達任何函數(shù)，而且模糊系統(tǒng)多輸入—多輸出調(diào)整參數(shù)值容易，且該系統(tǒng)還具有很強的推廣力。根據(jù)T-S模型的推理規(guī)則:

式中的真值輸入向量x=(x1，x2，…，xn)，Ai是在論域xi上的模糊集合，i=1，2，3，…，n;bi表示實數(shù);y 為輸出量，是由系統(tǒng)根據(jù)模糊規(guī)則R計算出來的。

由(2)式中可以了解到，前件網(wǎng)絡和后件網(wǎng)絡構(gòu)成T-S模糊神經(jīng)網(wǎng)絡結(jié)構(gòu)。它總共分為5層，前件網(wǎng)絡由前4層組成:

第1層為輸入層，在輸入層中的每一個節(jié)點都與向量xn直接相接，目的是把x=(x1，x2，…，xn)T傳送到第2層，第1層節(jié)點數(shù)N1=n個。

表1 路面使用質(zhì)量的綜合評價標準

第3層為模糊規(guī)則層，層中每一個節(jié)點均表示一條模糊規(guī)則，其作用與模糊規(guī)則前件匹配，進而計算出規(guī)則的適用度，公式:

第4層是結(jié)論層，該層與第3層有相同的節(jié)點數(shù):N4=N3=m，歸一化計算出規(guī)則適用度。

第5層為輸出層，也是整個模糊網(wǎng)絡的輸出層，屬于后件網(wǎng)絡，進行的是清晰化計算，公式為:

3 模糊神經(jīng)網(wǎng)絡的學習算法

(1)計算誤差

網(wǎng)絡誤差函數(shù)設為:

其中:e是網(wǎng)絡期望輸出(ydi)與網(wǎng)絡實際輸出(yi)之間的誤差。

(2)系數(shù)修正

計算出期望輸出與網(wǎng)絡實際輸出值的誤差范圍之后，接著就是修正神經(jīng)網(wǎng)絡系數(shù)。計算如下，其中j、i與k均為大于0的整數(shù)，pji是神經(jīng)網(wǎng)絡系數(shù)，β是網(wǎng)絡學習概率(β需大于0)，xi為輸入網(wǎng)絡的參數(shù)，輸入?yún)?shù)隸屬度的連乘積就是αj。

(3)調(diào)整參數(shù)

最后一步是調(diào)整參數(shù)，通過學習基于T-S模糊結(jié)構(gòu)的算法，固定神經(jīng)網(wǎng)絡系數(shù)pji(k)，再利用計算出的誤差進行反向傳播計算，得出ae/aij與ae/acij的值。最后逐漸優(yōu)化隸屬度函數(shù)，得到最終結(jié)果，如下公式所示:

由于模糊神經(jīng)網(wǎng)絡是一個局部逼近網(wǎng)絡。通過以上的模糊神經(jīng)網(wǎng)絡學習算法，模型中的系數(shù)和參數(shù)可以得到很好的修正，實現(xiàn)調(diào)整也比較容易，收斂速度亦可極大的提高。

4 結(jié)束語

路面質(zhì)量評價要經(jīng)過詳細的測試與調(diào)查，確定路面的使用質(zhì)量，進而依照設計標準判斷公路的剩余壽命，從而決定養(yǎng)護計劃或是新的設計標準。在高速公路通車里程不斷增加與路網(wǎng)規(guī)模不斷擴大的今天，需做好養(yǎng)護公路這項工作。

:

［1］羅建科.神經(jīng)網(wǎng)絡與組合預測在高速公路路面管理系統(tǒng)的應用研究［J］.西南交通大學，2012，16(8):36.

［2］姜玉玲.基于演化模糊神經(jīng)網(wǎng)絡的高速公路淺層質(zhì)量評價算法研究［J］.南昌大學，2012，14(12):25.