摘要：针对传统定性法对高速公路沥青路面使用性能预测精度不高的问题,结合支持向量机理论和改进萤火虫算法,建立了一种基于IFA-SVM的预测模型。首先在预测模型中引入萤火虫领域搜索,克服了寻优过程中随着迭代次数的增加而发生萤火虫的随机移动。其次,在后续寻优过程中采用动态调整算法搜索步长来平衡全局搜索能力,加快了SVM模型性能参数的寻优选择。最后通过实例验证,并与标准FA-SVM预测方法进行对比分析,验证了IFA-SVM模型的有效性和预测精度的可行性。研究结果表明:(1)采用标准FA-SVM对G6高速公路白银段路面使用性能各个指标进行预测,其相对误差最大达2.543 5%,最小为0.820 6%,而利用IFA-SVM模型预测结果的相对误差最值分别为1.085 8%和0.365 4%,且其均方根误差均小于标准FA-SVM方法。(2)IFA-SVM模型在高速公路沥青路面使用性能预测时,收敛速度更快,精度高于标准的FA-SVM,预测结果不仅更加接近实测值,而且对高速公路沥青路面的养护决策提供有效支持。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社