高速公路路面質(zhì)量基于模糊神經(jīng)網(wǎng)絡(luò)的評(píng)價(jià)

秦代華

(貴州通力達(dá)公路工程監(jiān)理咨詢有限公司)

1 評(píng)定標(biāo)準(zhǔn)

2003年試行的《高速公路養(yǎng)護(hù)質(zhì)量檢評(píng)方法》針對(duì)高速公路路面的質(zhì)量做出以下評(píng)價(jià)指標(biāo):路面狀況指數(shù)(PCI，全稱是pavement condition index)、道路行駛質(zhì)量指數(shù)(RQI，即為riding quality index)、路面抗滑性能指數(shù)(SRI，skidding resistance index)與路面結(jié)構(gòu)強(qiáng)度指數(shù)(PSSI，即pavement structure strength index)，這4個(gè)單項(xiàng)指數(shù)的加權(quán)平均值就是路面使用質(zhì)量指數(shù)(pavement quality index即PQI)。公式如下所示:

式中:w1、w2、w3、w4指相關(guān)指標(biāo)的權(quán)重?cái)?shù)值，選取時(shí)要參照路況的實(shí)際情況和重要性大小決定，調(diào)整范圍需要在建議值范圍之內(nèi)。

綜合評(píng)價(jià)路面使用質(zhì)量的標(biāo)準(zhǔn)(100為最高的分值)見表1。因?yàn)镻QI的評(píng)價(jià)模型是經(jīng)過多元線性統(tǒng)計(jì)回歸分析而后建立的，而且人為操控著評(píng)價(jià)的整個(gè)過程，這就導(dǎo)致權(quán)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(jì)算出來的加權(quán)平均值只能對(duì)路面整體質(zhì)量有個(gè)大概的估計(jì)，路面實(shí)際情況是不能全面反映的。

2 模型結(jié)構(gòu)的建立

模糊神經(jīng)網(wǎng)絡(luò)經(jīng)過大量的數(shù)據(jù)輸入與輸出，并通過自身的學(xué)習(xí)，會(huì)優(yōu)化模型結(jié)構(gòu)當(dāng)中的規(guī)則數(shù)值，而模型結(jié)構(gòu)還會(huì)隨著不同的學(xué)習(xí)算法與節(jié)點(diǎn)權(quán)值發(fā)生改變。它的基本邏輯結(jié)構(gòu)由五部分構(gòu)成，依次是確定性輸入、模糊化運(yùn)算、模糊化推理、清晰運(yùn)算與確定性輸出。

模糊神經(jīng)網(wǎng)絡(luò)中最常見的網(wǎng)絡(luò)結(jié)構(gòu)其中一種是基于T-S推理的模糊神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)。T-S模糊結(jié)構(gòu)是一種非線性模型，它是由輸出變量(PCI、PSSI、RQI與SRI評(píng)價(jià)指標(biāo))與輸出變量(高速公路路面質(zhì)量PQI)通過n維輸入單輸出構(gòu)造出的模糊神經(jīng)網(wǎng)絡(luò)系統(tǒng)。其模糊邏輯系統(tǒng)表達(dá)力強(qiáng)，可以精確地表達(dá)任何函數(shù)，而且模糊系統(tǒng)多輸入—多輸出調(diào)整參數(shù)值容易，且該系統(tǒng)還具有很強(qiáng)的推廣力。根據(jù)T-S模型的推理規(guī)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(shí)數(shù);y 為輸出量，是由系統(tǒng)根據(jù)模糊規(guī)則R計(jì)算出來的。

由(2)式中可以了解到，前件網(wǎng)絡(luò)和后件網(wǎng)絡(luò)構(gòu)成T-S模糊神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)。它總共分為5層，前件網(wǎng)絡(luò)由前4層組成:

第1層為輸入層，在輸入層中的每一個(gè)節(jié)點(diǎn)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(jié)點(diǎn)數(shù)N1=n個(gè)。

表1 路面使用質(zhì)量的綜合評(píng)價(jià)標(biāo)準(zhǔn)

第3層為模糊規(guī)則層，層中每一個(gè)節(jié)點(diǎn)均表示一條模糊規(guī)則，其作用與模糊規(guī)則前件匹配，進(jìn)而計(jì)算出規(guī)則的適用度，公式:

第4層是結(jié)論層，該層與第3層有相同的節(jié)點(diǎn)數(shù):N4=N3=m，歸一化計(jì)算出規(guī)則適用度。

第5層為輸出層，也是整個(gè)模糊網(wǎng)絡(luò)的輸出層，屬于后件網(wǎng)絡(luò)，進(jìn)行的是清晰化計(jì)算，公式為:

3 模糊神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法

(1)計(jì)算誤差

網(wǎng)絡(luò)誤差函數(shù)設(shè)為:

其中:e是網(wǎng)絡(luò)期望輸出(ydi)與網(wǎng)絡(luò)實(shí)際輸出(yi)之間的誤差。

(2)系數(shù)修正

計(jì)算出期望輸出與網(wǎng)絡(luò)實(shí)際輸出值的誤差范圍之后，接著就是修正神經(jīng)網(wǎng)絡(luò)系數(shù)。計(jì)算如下，其中j、i與k均為大于0的整數(shù)，pji是神經(jīng)網(wǎng)絡(luò)系數(shù)，β是網(wǎng)絡(luò)學(xué)習(xí)概率(β需大于0)，xi為輸入網(wǎng)絡(luò)的參數(shù)，輸入?yún)?shù)隸屬度的連乘積就是αj。

(3)調(diào)整參數(shù)

最后一步是調(diào)整參數(shù)，通過學(xué)習(xí)基于T-S模糊結(jié)構(gòu)的算法，固定神經(jīng)網(wǎng)絡(luò)系數(shù)pji(k)，再利用計(jì)算出的誤差進(jìn)行反向傳播計(jì)算，得出ae/aij與ae/acij的值。最后逐漸優(yōu)化隸屬度函數(shù)，得到最終結(jié)果，如下公式所示:

由于模糊神經(jīng)網(wǎng)絡(luò)是一個(gè)局部逼近網(wǎng)絡(luò)。通過以上的模糊神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法，模型中的系數(shù)和參數(shù)可以得到很好的修正，實(shí)現(xiàn)調(diào)整也比較容易，收斂速度亦可極大的提高。

4 結(jié)束語

路面質(zhì)量評(píng)價(jià)要經(jīng)過詳細(xì)的測(cè)試與調(diào)查，確定路面的使用質(zhì)量，進(jìn)而依照設(shè)計(jì)標(biāo)準(zhǔn)判斷公路的剩余壽命，從而決定養(yǎng)護(hù)計(jì)劃或是新的設(shè)計(jì)標(biāo)準(zhǔn)。在高速公路通車?yán)锍滩粩嘣黾优c路網(wǎng)規(guī)模不斷擴(kuò)大的今天，需做好養(yǎng)護(hù)公路這項(xiàng)工作。

:

［1］羅建科.神經(jīng)網(wǎng)絡(luò)與組合預(yù)測(cè)在高速公路路面管理系統(tǒng)的應(yīng)用研究［J］.西南交通大學(xué)，2012，16(8):36.

［2］姜玉玲.基于演化模糊神經(jīng)網(wǎng)絡(luò)的高速公路淺層質(zhì)量評(píng)價(jià)算法研究［J］.南昌大學(xué)，2012，14(12):25.