公路养护成本预测的智能算法分析研究-计算机科学与技术专业论文.docx

万方数据 万方数据 独 创 性 声 明 本人声明，所呈交的论文是本人在导师指导下进行的研究工作及 取得的研究成果。尽我所知，除了文中特别加以标注和致谢的地方外， 论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得 武汉理工大学或其他教育机构的学位或证书而使用过的材料。与我一 同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说 明并表示了谢意。 签 名： 日 期： 学位论文使用授权书 本人完全了解武汉理工大学有关保留、使用学位论文的规定，即 学校有权保留并向国家有关部门或机构送交论文的复印件和电子版， 允许论文被查阅和借阅。本人承诺所提交的学位论文（含电子学位论 文）为答辩后经修改的最终定稿学位论文，并授权武汉理工大学可以 将本学位论文的全部内容编入有关数据库进行检索，可以采用影印、 缩印或其他复制手段保存或汇编本学位论文。同时授权经武汉理工大 学认可的国家有关机构或论文数据库使用或收录本学位论文，并向社 会公众提供信息服务。 （保密的论文在解密后应遵守此规定） 研究生（签名）： 导师（签名）： 日期 摘 要 随着我国越来越多的高速公路投入运营，其养护水平的高低直接影响到高速 公路的使用寿命和通行质量，我国已经开始进行高速公路养护市场化的改革。及 时有效地进行小修保养，可以减少进行大中修的次数，延长公路的使用寿命。对 于小修保养工程量影响因素及其预测的研究，能够为养护部门在进行公开招标时 提供数据支撑和决策支持，更加合理地分配有限的养护资金，让养护资金得到最 大化的利用，是具有重要意义的。 本文通过调查研究国内外相关资料的基础上，结合当前我国高速公路养护的 特点和现状，概括总结了高速公路沥青路面小修保养路面破损维修量的影响因 素，并在此基础之上，引入支持向量机回归对路面破损维修工程量进行预测。 本文将一种新型元启发式算法——布谷鸟搜索算法应用于支持向量机参数 寻优中，与原有的基于遗传算法优化支持向量机参数的方法进行对比，表明了利 用布谷鸟搜索算法优化支持向量机参数的可行性以及所具有的优势。 在此基础上对布谷鸟搜索算法进行改进，提出了基于高斯扰动和基于梯度下 降法的布谷鸟搜索算法优化支持向量机参数，与原有方法进行比较，分别使用普 通布谷鸟搜索算法、基于高斯扰动的布谷鸟搜索算法和基于梯度下降法的布谷鸟 搜索算法优化支持向量机参数后对路面破损维修工程量进行预测，实验结果表 明，采用基于梯度下降法的布谷鸟搜索算法优化支持向量机参数的预测结果相对 误差为 9.75%，3-折交叉验证的均方误差为 170.7395，参数寻优的迭代次数为 130 次，优于普通布谷鸟搜索算法优化支持向量机参数的 198 次迭代和基于高斯 扰动的布谷鸟搜索算法优化支持向量机参数的 146 次迭代，且在这三种方法中， 其收敛下降的速度是最快的。 关键词：支持向量机，布谷鸟搜索算法，高斯扰动，梯度下降法，保养工程量 I Abstract More and more highways have come into service in our country. The service life and quanlity of highway is affected by the level of highway maintenance directly.The marketization reform of highway maintenance has already been begun. With routine maintenance done effectively and timely, it can decrease the times of intermediate and heavy maintenances, and extend the service life of the highway.That, the research of the affecting factors and account prediction on routine maintenance, can provide data and decision support for maintenance departments when they make an open biding.It also can make full use of limited maintenance funds. In this thesis, it makes an investigation of related data at home and broad.And according to the characteristics and current situat