2022年指数平滑法在路面平整度预测中的应用_路面使用性能.docx

《2022年指数平滑法在路面平整度预测中的应用_路面使用性能.docx》由会员分享，可在线阅读，更多相关《2022年指数平滑法在路面平整度预测中的应用_路面使用性能.docx（13页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、2022年指数平滑法在路面平整度预测中的应用_路面使用性能 前言 路面平整度IRI在路面运用过程中,会随着时间或行车荷载的增加而渐渐变差，当平整度值达到某一预定标准时,就须要对路面实行改建措施以复原和提高其性能，所以精确的预料平整度值显得更加重要。目前平整度值IRI预料模型主要有时间序列模型、logisitic回来模型和多元线性回来模型。然而这些模型都易受到原始数据的限制，从使得预料结果不志向。在此作者结合路面平整度发展规律，采纳指数平滑法来探讨路面平整度的发展规律及其预料方法。 1路面平整度的发展规律及预料模型选择 一般地，在行车荷载作用下，路面的平整度状况会渐渐下降，大量的现场平整度观测资

2、料表明，平整度值IRI随交通荷载作用的改变有如(图1)的发展过程。对于不同的路面结构、不同的水文地质条件以及不同的施工工艺，平整度恶化的速度不同。采纳了某种详细养护措施之后，不仅结构条件有所改变，且平整度得到改善。如图1中，为由施工工艺水平所确定的初始平整度，为某种对策的平整度养护标准，则为养护后的平整度初值。在养护周期内平整度值的改变成上升趋势，由于结构条件的改变(衰减和养护等)，平整度改变速度由变为。 图1平整度随轴载作用及养护的改变 大量的统计回来分析资料表明路面平整度的发展可以用指数曲线进行拟合和预料，但是由于没有对路面平整度值改变规律的精确把握，再加上测量误差以及指标值随机性的影响，

3、使得用指数曲线预料时出现很大的误差。笔者通过对大量的数据验证发觉用二次多项式拟合平整度值，其精度和指数曲线差不多，甚至更优。另外我们分析可知，对同一路面，平整度的发展主要受近期状况的影响，所以建立模型时，应当加重对近期值的权重来确定模型参数,为此笔者提出指数平滑法以改进预料精度。 2指数平滑法预料模型的建立 指数平滑法又称为指数修匀，是一种重要的时间序列预料法。此法可以消退时间序列的偶然性变动，提高近期数据在预料中的重要程度。它的基本思想是先对原始数据进行处理，然后依据平滑值经过计算构成预料模型，用于计算将来预料值。通常指数平滑法分为一次、二次和三次指数平滑法，其中一次和二次指数平滑模型适用于

4、具有线性规律的时间序列，三次指数平滑法适用于具有二次多项式改变的时间序列。依据平整度值发展的特点，我们试采纳三次指数平滑法进行平整度预料。 1）三次指数模型 设时间序列为，；用字母表示指数平滑值，第期一次指数平滑值记为，二次指数平滑值记为，三次指数平滑值记为，指数平滑值计算公式为: 式中，是平滑系数(0 当时间序列从某时期起先表现出二次抛物线趋势时，则须要用三次指数平滑法： 为平滑系数，计算公式为： 应用指数平滑法进行预料时，须首先估算初始值。文献8已经采纳代替法确定初始值对路面运用性能进行过预料，但由于平整度值的数据较少，预料结果受初始值的影响很明显，使得预料结果并不志向，所以本文采纳二次多

5、项式拟合原始数据，得出参数a，b，c，然后反算初始值。 应用指数平滑法进行趋势预料时，需合理确定平滑系数的值。为精确起见，这里我们分别选用不同的值试算，依据实际状况，一般考虑最近几期的误差最小为准则。误差分析指标一般采纳误差标准差(SDE)和平均相对误差(MAPE)。 3实例分析 以沈(阳)大(连)高速马路某段路面为例,来建立预料路面运用性能的指数平滑模型。该段路面11019至19101年路面平整度实测值如表1，用前6年的数据预料后3年的数据，并和实测值做比较。由于原始数据个数小于15，所以要不能忽视初始值的影响。这里我们采纳如下方法确定初始值：首先用二次多项式拟合前三年数据，得出参数a，b，

6、c，然后依据公式、反求，将其作为初始值。平滑系数的确定以近期误差标准差最小为准则，表1中是用上一年参数a，b，c得出的结果，使1101211014年误差标准差为最小，计算得出。预料时只需将11014年所得的模型参数代入公式，T分别取1、2、3即可得到后三年的预料值，计算过程见表1。为了显示指数平滑预料法的优越性，我们把结果同灰色理论GM(1,1)模型预料方法和文献8结果做一比较。灰色预料法的建模步骤参见文献，以1101911014年的实测数据为原始数据对其后三年进行了预料，其结果见表1。 表.1平整度三次指数平滑法计算表(单位:mm，) 年份 (IRI) GM 文献8 初始值 1.323 1.

7、369 1.419 1.281 -0.132 0.051 11019 1.2 1.221 1.246 1.276 1.200 -0.030 0.051 1.200 1.200 1.200 11010 1.22 1.220 1.225 1.233 1.220 0.073 0.051 1.221 1.232 1.200 11011 1.39 1.361 1.338 1.320 1.390 0.231 0.065 1.342 1.390 1.240 11012 1.57 1.534 1.501 1.473 1.573 0.221 0.032 1.685 1.567 1.573 11013 1.81

8、1.763 1.739 1.676 1.810 0.268 0.028 1.823 1.768 1.807 11014 1.101 1.935 1.8101 1.860 1.1011 0.159 -0.011 2.106 1.1014 2.102 11015 2.01 2.119 2.249 2.180 11016 2.11 2.245 2.536 2.3101 19101 2.4 2.349 2.860 2.628 MAPE 0.046 0.173 0.105 SDE 0.09 0.335 0.202 从表1可以发觉指数平滑法的预料效果较灰色理论和文献8为好，误差标准差(SDE)和平均相对误

9、差(MAPE)均较小，这主要是因为指数平滑法在确定模型参数时，合理的确定了初始值，在兼顾全体数据的基础上提高了近期值的权重，使得模型预料的结果更加符合实际状况，同时也使得模型具有很强的时变性。 图2平整度值比较 由于初始值确定后，就只有平滑系数一个变量，所以指数平滑法的修正是特别便利的。当有新数据加入时，只需依据近期误差最小的准则调整平滑系数即可，计算程序可用EXCEL或编程进行。 4.结论 (1)本文结果表明采纳指数平滑法预料路面平整度值IRI的发展是合理的，由于改进了初始值的确定方法，使得预料结果受数据的影响不明显，精度明显提高， (2)通过和灰色理论比较，其结果要较灰色预料法为好，这主要

10、归于：一方面指数平滑法模型选择适当；另一方面指数平滑法利用了全部历史数据，并遵循重近轻远的原则对历史数据进行处理，变更预料模型中的时变参数值，这和实际中近期数据对预料更有价值这一点相符。 (3)改进了确定初始值参数的方法，消弱了预料结果对数据个数的限制，一般当数据个数大于5时即可精确完成预料。另外，指数平滑法模型简洁，当新数据加入时，只要调整平滑系数以对模型进行修正，来提高预料精度。 (4)指数平滑法模型理论还不成熟，须要在以后不断完善，以期得到更广泛的应用。 参考文献1倪富健.方昱.薛智敏时间序列在路面平整度预料中的应用J.东南高校学报,2022,36(4):634-637.2潘玉利.高速马

11、路资产现代化管理技术的探讨J.马路交通科技,2022,4(3):23-26.3刘伯莹,姚祖康.沥青路面运用性能预料J.中国马路学报,11011,3(2):34-54.4黄菲,黄晓明.沥青路面车辙预估方法介绍J.石油沥青,2022,19(6):1-55谭国立.高等级马路路面运用性能的预料方法J.中南汽车运输.2000.(3):33-34.6马健.沥青类路面运用性能的预估模型J.马路.19101.(7):33-34.7张文宇,孔永健,魏建军.沥青路面行驶质量指数预料模型J.金陵科技学院学报2022.22(4):41-44.8王昌衡,鲍亮亮.指数平滑法在路面运用性能预料中应用J.西部探矿工程,2022,(4):37-3101王明丽,王秉纲.应用人工神经网络预料路面运用性能J.西安马路交通高校学报.2001.21(1):42-45.10王国晓,安景峰,陈荣生.灰色理论在路面运用性能预料中的应用J.马路交通科技.2002.19(3):16-19. 第13页 共13页第 13 页 共 13 页第 13 页 共 13 页第 13 页 共 13 页第 13 页 共 13 页第 13 页 共 13 页第 13 页 共 13 页第 13 页 共 13 页第 13 页 共 13 页第 13 页 共 13 页第 13 页 共 13 页