华南理工大学学报(自然科学版)

作者：赵静, 王选仓, 樊振阳, 等

单位：1． 长安大学 公路学院，陕西 西安 710064; 2． 长安大学 信息工程学院，陕西 西安 710064

关键词：沥青路面,性能综合评价,机器学习,支持向量机

基金：广东省交通运输厅科技项目 (2015-02-011)

为了合理地对沥青路面性能进行综合评价，针对传统模型的不足，提出了支持向量机 (SVM) 路面性能综合评价模型、沥青路面性能训练集及训练标签的确定方法。同时，分别采用交叉验证 (CV)、粒子群算法 (PSO)、遗传算法 (GA) 3 种优化模型对影响模型精度关键的惩罚参数 C 与核函数参数 g 进行寻优，其准确率分别为99. 60%，96. 67%，94. 77%，可见交叉验证寻优所得到的最佳参数分类精确率最高。最后以广东省某高速公路 23 个养护路段为例，分别使用支持向量机模型与 《公路技术状况评定标准》对路面性能进行综合评价。结果表明，使用本模型所得到的评价结果更符合实际。

来源：2020年第9期

《华南理工大学学报(自然科学版)》期刊编辑部

查看华南理工大学学报(自然科学版)杂志2020年第9期