沥青路面压实密度多指标智能预测模型

摘要

为提高现有沥青路面压实密度预测模型预测能力，以厦门翔安机场高速公路的路面段为试验场地，选取分别代表振压过程中谐波比、能量和力学变化的压实控制值CCV、耗散测量值DMV、振动压实值VCV以及温度作为监测指标，采用孤立森林算法进行监测指标异常点识别，基于最小偏二乘回归建立多指标沥青路面压实密度预测模型.结果表明：孤立森林算法可有效识别高维数据异常点，弥补传统方法只能处理一维数据的不足；温度与其他监测指标以及沥青路面密度存在不同程度正相关关系；基于CCV、DMV、VCV的多元回归模型拟合性能优于一元回归模型性能，论证了多指标评价方法可行性；最小偏二乘回归可改善自变量间共线性对模型权重的影响，解决温度权重与实际物理意义相互颠倒的问题；相比普通多元线性回归，最小偏二乘回归能进一步提高模型拟合能力，模型最终在训练集上的决定系数为0.83，在测试集上的决定系数为0.81，具有良好的沥青路面压实密度预测能力.

关键词

沥青路面 / 智能压实 / 智能压实测量值 / 孤立森林 / 最小偏二乘回归