位置:成果数据库 > 期刊 > 期刊详情页
面板数据马尔可夫预测沥青路面性能衰变方法
  • ISSN号:0254-0037
  • 期刊名称:《北京工业大学学报》
  • 时间:0
  • 分类:U461[机械工程—车辆工程;交通运输工程—载运工具运用工程;交通运输工程—道路与铁道工程] TP308[自动化与计算机技术—计算机系统结构;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]长安大学公路学院,西安710064, [2]沈阳建筑大学交通工程学院,沈阳110168, [3]沈阳建筑大学理学院,沈阳110168
  • 相关基金:国家自然科学基金资助项目(51478046)
中文摘要:

针对辽宁中北部地区公路沥青路面使用性能的检测数据,将路面结构、交通等级相同的归为同一子集,根据面板数据原理,用E-View软件计算某子集衰变函数的截距与系数,用MATLAB计算路面性能衰变的马尔可夫状态转移矩阵,进而对某路段所处路况的概率进行预测.结果表明:同一子内集的各路段样本路面性能衰变规律具有相似性.利用同一子集内数据的样本数量(本文以34组为例)的增多,可以弥补数据历时年份少(本文以3为例)的不足.为检验预测精确度,将测试样本的2014年预测数据与2014年实测数据相比较,误差均在±5之内,可实现在数据累积年份不足时沥青路面使用性能的预测.

英文摘要:

Markov models of Panel-data were proposed to resolve performance forecasting on asphalt pavements. The data was detected from north and middle region of Liaoning province. Intercept and coefficient of the disintegration function were calculated by a particular software named E-View which was based on the theory of panel- data. Markov state-transition matrix of calculating performance forecasting of asphalt pavement was conducted by MATLAB,in which the probability of the status of a specific road segment was predicted. The result shows that deterioration laws of each road segments in a same subset are similar. The problem of lack of data of accumulative years can be solved by utilizing the increasement of the sample data in a same subset. In order to test the prediction accuracy,the forecast data of the test samples were compared with the detection data of the same samples which were detected in 2014. The trial sample error was within ± 5 ,which means the performance forecasting of asphalt pavement can be predicted by this method when the data of accumulative years is insufficient.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《北京工业大学学报》
  • 中国科技核心期刊
  • 主管单位:北京市教委
  • 主办单位:北京工业大学
  • 主编:卢振洋
  • 地址:北京市朝阳区平乐园100号
  • 邮编:100124
  • 邮箱:xuebao@bjut.edu.cn
  • 电话:010-67392535
  • 国际标准刊号:ISSN:0254-0037
  • 国内统一刊号:ISSN:11-2286/T
  • 邮发代号:2-86
  • 获奖情况:
  • 中国高等学校自然科学学报优秀学报二等奖,北京市优秀期刊,华北5省市优秀期刊,中国期刊方阵“双效”期刊
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,美国化学文摘(网络版),美国数学评论(网络版),德国数学文摘,荷兰文摘与引文数据库,美国剑桥科学文摘,英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:11924