公路養(yǎng)護成本預測的智能算法分析研究.pdf

1、隨著我國越來越多的高速公路投入運營，其養(yǎng)護水平的高低直接影響到高速公路的使用壽命和通行質量，我國已經開始進行高速公路養(yǎng)護市場化的改革。及時有效地進行小修保養(yǎng)，可以減少進行大中修的次數，延長公路的使用壽命。對于小修保養(yǎng)工程量影響因素及其預測的研究，能夠為養(yǎng)護部門在進行公開招標時提供數據支撐和決策支持，更加合理地分配有限的養(yǎng)護資金，讓養(yǎng)護資金得到最大化的利用，是具有重要意義的。
　　本文通過調查研究國內外相關資料的基礎上，結合當前我國

2、高速公路養(yǎng)護的特點和現狀，概括總結了高速公路瀝青路面小修保養(yǎng)路面破損維修量的影響因素，并在此基礎之上，引入支持向量機回歸對路面破損維修工程量進行預測。
　　本文將一種新型元啟發(fā)式算法——布谷鳥搜索算法應用于支持向量機參數尋優(yōu)中，與原有的基于遺傳算法優(yōu)化支持向量機參數的方法進行對比，表明了利用布谷鳥搜索算法優(yōu)化支持向量機參數的可行性以及所具有的優(yōu)勢。
　　在此基礎上對布谷鳥搜索算法進行改進，提出了基于高斯擾動和基于梯度下降法的

3、布谷鳥搜索算法優(yōu)化支持向量機參數，與原有方法進行比較，分別使用普通布谷鳥搜索算法、基于高斯擾動的布谷鳥搜索算法和基于梯度下降法的布谷鳥搜索算法優(yōu)化支持向量機參數后對路面破損維修工程量進行預測，實驗結果表明，采用基于梯度下降法的布谷鳥搜索算法優(yōu)化支持向量機參數的預測結果相對誤差為9.75％，3-折交叉驗證的均方誤差為170.7395，參數尋優(yōu)的迭代次數為130次，優(yōu)于普通布谷鳥搜索算法優(yōu)化支持向量機參數的198次迭代和基于高斯擾動的布谷鳥