基于支持向量机的公路大中修养护费用预测

《基于支持向量机的公路大中修养护费用预测》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、基于支持向量机的公路大中修养护费用预测龚静①GONGJing；徐柏才②XUBo-cai；崔恒凤②CUIHeng-feng；孙玮②SUNATLAB编制了求解程序，得到了大中修养护费用预测值，并与一般预测方法得到的结果相比较，说明了算法的优越性。利用该算法能够有效提高预测的精度，因此能够为实际制定养护费用计划提供参考。.jyqk（寻优函数）、trainlssvm（训练函数）、simlssvm（测试函数）、predict（预测函数）。以tunelssvm寻优函数为例，说明其用法，在MATLAB中，调用tunelssvm函数的代码为：利

2、用MATLAB中的LS-SVM工具箱解决养护大中修费用预测问题的一般步骤如图1所示。4实例分析在公路养护实践中，很多因素不同程度地影响着公路大中修养护的费用。本文以JS路为例，从公路病害破坏机理的角度，定性分析造成普通公路损坏的诸多原因，最后选取其中影响较大且容易定量化处理的因素。JS路是连接JL县到SQ县的一级公路，于2000年完工，全线均为沥青混凝土路面。该路段由JL县公路管理局负责日常养护与大中修养护，其中大中修养护实现了部分养护市场化管理，即通过公开招投标选择施工单位，公路管理局则以业主的身份参与养护管理，其大中修养护资

3、金主要于上级部门拨付养护费用。JL县严格把关辖区内道路养护质量，为保证道路良好的使用性能，该路段自建成通车第三年进行了首次大修作业，其后每年均有不同程度的大中修。首先，确定影响普通公路大中修养护费用预测的主要因素，包括：道路计算使用年限x1、道路年平均日交通量x2、道路年平均降雨量x3、公路技术状况指数x4。其中，道路计算使用年限的经验计算公式如下：其中：第n年是专指实施有路面坑槽、裂缝专项维修工程或中、大修工程时的使用年度。由于各数据的量纲不同，且数据之间的数值差别过大，为避免由此产生的误差，需要对数据做归一化处理。根据一般经

4、验，本文选取极差化处理方式，即：选取JS路近十年的相关数据，处理后的规范化数据见表1。以前九年数据为训练样本，以第十年数据为测试样本。借助MATLAB求解，本文以MATLAB2010b为开发环境，编制代码解决公路大中修养护费用预测问题，其主要程序代码如下：选择参数=108.04，C=1396.68，求得2013预测值为0.90。为验证本文所用预测方法，算例将本文模型与一般的线性预测结果进行对比，两种算法预测结果如表2所示。从表2可以看出，相较于传统的多元线性回归预测方法，采用LS-SVM算法，普通公路大中修养护费用的预测精度得到

5、了提高。5结论与展望本文根据大中修养护费用预测影响因素多、数据样本小及非线性的特点，发挥最小二乘支持向量机在处理有限样本条件下非线性回归问题的优势，建立了基于最小二乘支持向量机的普通公路大中修养护费用预测新模型。所建模型具有一定的推广性，为大中修养护费用预测提供了一种新思路。但预测结果显示，基于最小二乘支持向量机的预测结果与真实值仍有差距，其预测精度还有进一步提高的空间，本文在构建特征指标体系过程中只提取了对大中修养护费用影响相对较大的几个指标，但在实际应用过程中，可以根据实际养护工程的具体情况在本文所选择的指标基础上进一步修改

6、、增加相应指标，增加相关指标某种程度上会提高估算的准确性。另外，还可以进一步改进该算法，例如将最小二乘支持向量机与遗传算法、蚁群算法等结合起来，以试图提高预测精度。.jyqk].北京：机械工业出版社，2013：34-47.[3]欧阳红祥，李欣，余茜.基于SVR-EVM的项目进度-成本评价及预测研究[J].项目管理技术，2013，11（12）：63-67.