大数据与公路养护智能决策

随着公路通车里程和运营年限的持续增长,公路养护任务越来越繁重,而路面直接承受交通荷载持续作用其使用性能不断处于衰减趋势,所以路面养护工作尤为重要。管理者在路面养护决策时常受到多种因素的影响,使得养护决策的科学性十分不足。为了确保道路资产的保值和养护效益的最大化,基于路面动静态数据、检测数据及技术状况评价,结合MLP神经网络法分析路面使用性能变化趋势并形成养护方案,同时通过多目标遗传算法优化养护方案,最终实现路面养护大数据的科学化决策。以某公路为例进行分析发现,由大数据技术得出的养护决策方案十分接近实际养护计划,两者相似程度较高,匹配率达到84.6%。