原文传递
基于机器学习法的桥涵小修工程费用模型预测
| 论文题名： | 基于机器学习法的桥涵小修工程费用模型预测 |
| 关键词： | 公路养护;小修工程量;费用预测;机器学习 |
| 摘要： | 随着公路网的逐步完善，进入养护周期的桥涵日益增多。由于养护资金较为短缺，小修工程又为修复性养护中发生频率最高的养护类别，如何分配养护资金并给管理者提供合理的养护建议成为桥涵养护管理过程中需要重点关注的问题。因此，本文依托陕西省交通建设集团所管辖的商界高速、商漫高速、西长高速、西镇高速、西商高速、靖王高速、延志吴高速、绕城高速、吴靖高速、榆绥高速以及神府高速11条高速公路2007年至2017年桥涵资产小修工程工程量清单数据，进行了以下几方面的研究： （1）通过对所依托高速公路桥涵小修工程工程量清单历史数据进行整理分析，将桥涵小修工程费用划分为各构件小修费用，并计算各构件小修发生频率。 （2）对所依托高速公路2007年至2015年的小修工程历史数据进行分析，基于灰色关联度的思想，将桥涵小修工程工程量清单中各细目费用的影响因素确定为：通车年限、桥涵长度、年平均日当量轴次、桥梁所处地区的年均降雨量、年均温度、地区因素以及车道宽度，并根据关联度系数大小确定各影响因素的影响程度大小。 （3）将各影响因素作为自变量，对桥涵小修工程工程量清单中数据较为齐全的各个细目费用分别进行岭回归和Lasso回归。在回归过程中首先对各项细目费用进行预处理，包括价格指数折算和费用偏度检验；其次对各细目费用的解释变量进行预处理，包括：类别特征的预处理、交通量数据预处理、解释变量的无量纲化处理、特征之间多重共线性检验、训练集和测试集的划分；然后基于岭回归和Lasso回归分别对各细目费用进行模型预测；最后根据拟合优度（R2）的大小选择最优模型作为桥涵各构件小修工程费用预测模型。 （4）鉴于所依托高速公路通车年限较短，桥涵各构件小修发生的频率较低且各不相同，将各条高速公路桥涵各构件小修工程发生频率作为该构件费用预测模型的系数，得到该高速公路桥涵小修工程总费用预测模型。 （5）以2016年和2017年桥涵小修工程实际值对桥涵各构件小修费用模型的输出值与桥涵小修工程总费用模型的输出值进行检验，对比分析其绝对误差和平均绝对百分比误差，并进行Wilcoxon符号秩检验，结果表明预测模型是可靠的。 对桥涵小修费用的准确预测既能为高速公路养护管理者提供决策建议，同时又促进了智慧交通的发展，具有十分重要的理论意义和实际意义。 |
| 作者： | 邱晨阳 |
| 专业： | 交通运输工程 |
| 导师： | 史小丽 |
| 授予学位： | 硕士 |
| 授予学位单位： | 长安大学 |
| 学位年度： | 2021 |
检索历史
应用推荐
