摘要

在高速公路的使用过程中,路面的使用性能会由于车辆的不断经过和碾压以及天气的变化而降低。目前,道路维护均是在道路出现裂缝和其他肉眼可见的损伤后,才进行养护和维修,这样不仅会增加路面养护和维修的费用,还会错过道路维护的最佳时机,因此早期养护和及时获取待检测信息尤为关键。本文的主要研究内容是在深度学习的基础上对高速公路技术指标路面性能指数(PQI)进行智能化预测。本文利用长短记忆(LSTM)神经网络模型对河北省某高速公路的路面状况指数PQI进行了预测。结果表明,预测的PQI指标与全年的实测数据具有显著的一致性,确定性系数达到了0.7,预测结果是可靠的。