25年钉钉杯大数据挑战赛金奖作品B2025061238135.pdfVIP

2025年第四届“创新杯”大学生

大数据挑战赛论文

题目道路路面维护需求综合预测

摘要

本文基于道路检测数据，针对道路养护资源有限性与维护需求复杂性之间的矛盾，

构建了一套融合无监督聚类与有监督学习的智能决策系统，旨在实现科学化的路网状态

评估与精准化的资源优化分配。

针对任务A，侧重于无监督聚类分析，采用高斯混合模型（GMM）对路面状况指数

（PCI）、年平均日交通量（AADT）、车辙深度（Rutting）和国际平整度指数（IRI）四

个关键特征进行挖掘，识别道路状态的内在分组结构，将路网划分为“急需维护区、一

般维护区、无需维护区”三类区域。该划分结果经调整兰德指数（ARI=0.93）验证，与

真实维护标签高度一致，为区域级养护策略的制定提供了客观、可靠的依据。

针对任务B，致力于有监督预测与资源优化分配，通过Stacking集成学习框架融合

LightGBM、XGBoost等多个基模型，实现对道路维护需求的极高精度预测（准确率近

1.00）。在此基础上