高速公路路面質量基于模糊神經網絡的評價

秦代華

(貴州通力達公路工程監理咨詢有限公司)

1 評定標準

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

式中:w1、w2、w3、w4指相關指標的權重數值，選取時要參照路況的實際情況和重要性大小決定，調整范圍需要在建議值范圍之內。

綜合評價路面使用質量的標準(100為最高的分值)見表1。因為PQI的評價模型是經過多元線性統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平均值只能對路面整體質量有個大概的估計，路面實際情況是不能全面反映的。

2 模型結構的建立

模糊神經網絡經過大量的數據輸入與輸出，并通過自身的學習，會優化模型結構當中的規則數值，而模型結構還會隨著不同的學習算法與節點權值發生改變。它的基本邏輯結構由五部分構成，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。

模糊神經網絡中最常見的網絡結構其中一種是基于T-S推理的模糊神經網絡結構。T-S模糊結構是一種非線性模型，它是由輸出變量(PCI、PSSI、RQI與SRI評價指標)與輸出變量(高速公路路面質量PQI)通過n維輸入單輸出構造出的模糊神經網絡系統。其模糊邏輯系統表達力強，可以精確地表達任何函數，而且模糊系統多輸入—多輸出調整參數值容易，且該系統還具有很強的推廣力。根據T-S模型的推理規則:

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;y 為輸出量，是由系統根據模糊規則R計算出來的。

由(2)式中可以了解到，前件網絡和后件網絡構成T-S模糊神經網絡結構。它總共分為5層，前件網絡由前4層組成:

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

表1 路面使用質量的綜合評價標準

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

第4層是結論層，該層與第3層有相同的節點數:N4=N3=m，歸一化計算出規則適用度。

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

3 模糊神經網絡的學習算法

(1)計算誤差

網絡誤差函數設為:

其中:e是網絡期望輸出(ydi)與網絡實際輸出(yi)之間的誤差。

(2)系數修正

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

(3)調整參數

最后一步是調整參數，通過學習基于T-S模糊結構的算法，固定神經網絡系數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。最后逐漸優化隸屬度函數，得到最終結果，如下公式所示:

由于模糊神經網絡是一個局部逼近網絡。通過以上的模糊神經網絡學習算法，模型中的系數和參數可以得到很好的修正，實現調整也比較容易，收斂速度亦可極大的提高。

4 結束語

路面質量評價要經過詳細的測試與調查，確定路面的使用質量，進而依照設計標準判斷公路的剩余壽命，從而決定養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規模不斷擴大的今天，需做好養護公路這項工作。

:

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

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