路基施工压实指标优选方法及系统与流程

本发明涉及路基施工，具体地说是路基施工压实指标优选方法及系统。

背景技术：

1、在道路施工过程中，振动压实是十分重要的一个环节，在路基、水泥稳定碎石层、沥青面层的施工中需要通过振动碾压，提高填筑材料的密实度和稳定性，达到道路使用性能的要求，近年来，基于加速度传感器的连续控制压实及质量检测方法得以发展和推广，这种方法通过提取压路机振动轮纵向加速度信号频域特征，计算出可以连续检测的质量指标压实计值cmv，进一步地考虑到振动信号的更多特征和碾压现场的区别，提出了rmv、ccv、thd谐波比等多个指标，此外，基于振动轮纵向加速度时域特征，还提出了加速度峰值，加速度有效值和地基反力等，这些可以实时测得的指标统称智能压实指标icmv，不同的指标具有不同的特征，适用于不同的施工场景。

2、在智能路基施工过程中需要选取优选的压实指标，现有技术中的压实指标优选方法大多是基于经验或专家判断，现有技术中的方法存在以下不足：

3、1、指标权重确定困难：智能路基施工压实指标的优选需要考虑各种因素的权重分配，如土壤类型、降雨情况、施工设备等，目前基于经验或专家判断的方法，缺乏科学性和客观性；

4、2、缺乏智能化决策支持：智能路基施工压实指标优选需要将数据分析与决策支持相结合，但目前的方法大多是基于规则和经验，缺乏智能化的决策支持系统，无法满足复杂、多变的实际场景需求。

5、如何选取路基施工压实指标以适应复杂多变的场景需求，是需要解决的技术问题。

技术实现思路

1、本发明的技术任务是针对以上不足，提供路基施工压实指标优选方法及系统，来解决如何选取路基施工压实指标以适应复杂多变的场景需求的技术问题。

2、第一方面，本发明一种路基施工压实指标优选方法，包括如下步骤：

3、数据采集：选择路基压实相关数据作为监测数据，并基于建立的数据更新机制获取监测数据，监测数据包括土壤特性、气象条件以及工程设备相关的数据；

4、数据分析：对监测数据进行数据分析和筛选，得到评估路基压实效果的数据阈值作为特征指标，并通过层次分析法确定特征指标的权重；

5、模型构建：基于特征指标以及特征指标的权重构建优化模型，并对优化模型进行模型训练、评估和优化，所述优化模型用于基于特征指标的权重对路基压实效果的指标进行评估，得到路基压实指标效果；

6、系统构建：基于优化模型构建决策支持系统，并对决策支持系统进行系统优化，所述决策支持系统用于基于优化模型得到路基压实指标效果，基于路基压实指标效果对路基压实过程进行优化、得到路基压实指标的优化方案，并对优化方案进行决策推荐；

7、系统优化：将构建的决策支持系统应用到实际施工环境中，并决策支持系统进行评估，根据评估结果对优化模型和决策支持系统进行改进和优化；

8、系统应用：基于优化后的决策支持系统对不同场景进行路基压实指标的优选以及决策推荐。

9、作为优选，数据采集包括如下步骤：

10、确定数据来源和更新需求：确定监测数据的来源渠道和更新频率，来源渠道包括传感器、监测设备、api接口、实际调查以及实验室检测；

11、设计数据采集系统：基于来源渠道以及更新频率构建数据采集系统，数据采集系统包括数据源模块、数据采集模块以及数据处理与清洗模块，数据源模块用于选择数据源，数据采集模块用于通过传感器接口、api接口集成以及数据爬取技术采集监测数据，数据处理与清洗模块用于对采集的监测数据进行数据清洗、格式转换以及数据质量检查；

12、数据存储配置：选择监测数据的存储方式，存储方式包括数据库存储和数据仓库存储；

13、建立数据更新调度：设置数据更新的调度任务，基于更新频率、通过调度任务对存储的监测数据进行更新；

14、监控预警：建立数据更新的监控和预警机制，基于监控和预警机制对监测数据的更新频率以及数据准确性进行监控，并对异常或故障进行预警；

15、测试优化：对监控和预警机制进行监控、测试和优化。

16、作为优选，数据分析包括如下步骤：

17、特征选择：基于专业知识和先验经验，从监测数据中筛选出对压实效果有关联得特征指标；

18、相关性分析：对于通过特征选择得到的特征指标，计算特征指标与路基压实效果指标之间的相关性，得到相关性分析结果；

19、特征筛选：基于相关性分析结果选择与路基压实效果指标具有相关性的特征指标，并对筛选出的特征指标进行建模分析，建模分析时通过互信息衡量两个变量之间的非线性关系、从而计算特征指标与路基压实效果指标之间的相关程度，基于相关程度进行特征指标筛选；

20、特征评估：对于筛选出的特征指标，对特征指标进行评估，并通过层次分析方法计算特征指标的权重。

21、作为优选，通过层次分析方法计算特征指标的权重，包括如下步骤：

22、构建层次结构：确定路基压实指标权重问题，并将路基压实指标权重问题划分为包括三个层次的层级结构，三个层次分别为目标层、准则层和选型层，目标层为路基压实指标的权重确定，准则层为各个特征指标，选项层为可选择的特征指标；

23、构建判断矩阵：对于每一对特征指标的比较，通过专家评估或问卷调查的方式构建一个判断矩阵，其中判断矩阵中的每个元素表示相对重要性的比较结果，判断矩阵的结构是一个n×n的矩阵，其中n表示特征指标的数量，判断矩阵的主对角线上的元素为1，表示特征指标与自身之间的比较，默认为最重要，非对角线上的元素表示两个特征指标之间的相对重要性比较结果，根据一致性比较尺度进行填写，其输入是决策者对每对特征指标之间的重要性进行比较的结果；

24、计算特征指标的权重：对于准则层的判断矩阵，使用特征向量法计算每个准则的权重；特征向量法将判断矩阵的每一列进行归一化处理，并计算其平均值作为权重向量；对于选项层的判断矩阵，同样使用特征向量法计算每个选项的权重，其在特征向量法中，用于计算特征指标的权重时，使用到的表达式为：其中w是特征指标的权重向量，n是特征指标的数量，aij是判断矩阵的元素，表示第i个指标与第j个指标之间的相对重要性；

25、一致性检验：通过计算一致性指标cr来评估判断矩阵的一致性程度，cr值应小于0.1，表示判断矩阵的一致性较好，计算一致性指标cr来评估判断矩阵的一致性程度；

26、调整权重：如果cr值超过0.1，表示判断矩阵存在较大的不一致性，需要进行调整，通过对判断矩阵进行修改或与专家进行交流，从而获得更一致的权重结果；

27、综合权重：根据计算得到的权重，可以综合各层次的权重，计算出最终的特征指标权重。

28、作为优选，计算一致性指标cr来评估判断矩阵的一致性程度，包括如下步骤：

29、计算每个准则的相对权重；

30、计算判断矩阵的最大特征值λmax，其计算过程为：对判断矩阵进行特征值分解，将判断矩阵表示为a，分解得到特征向量和特征值，其表达式为：

31、a*x＝λ*x，

32、其中，x表示特征向量，λ表示特征值；

33、通过求解方程a*x＝λ*x，求得判断矩阵的特征值λ，特征值中的最大值即为判断矩阵的最大特征值；

34、根据判断矩阵的大小n×n查找随机一致性指标ri，ri的值是根据判断矩阵大小预先确定的；

35、根据判断矩阵的大小和ri值，计算一致性指标ci，其计算公式为：

36、计算一致性比率cr，计算公式为：

37、作为优选，模型构建包括如下步骤：

38、建立优化模型：基于特征指标以及特征指标的权重构建优化模型，优化模型为基于线性回归、神经网络和决策树构建的数学模型；

39、参数估计与模型训练：基于构建的训练集、通过机器学习算法训练优化模型，估计优化模型的参数；

40、模型评估与验证：对训练后的优化模型进行模型评估和验证，并基于构建的测试集评估优化模型的性能和泛化能力；

41、优化模型应用：从实际场景采集监测数据并提取特征指标以及特征指标的权重，以特征指标的权重为输入、通过优化模型预测路基压实指标效果，基于预测的路基压实指标效果对优化模型进行优化。

42、作为优选，系统构建包括如下步骤：

43、通过逻辑回归法对优化模型进行预测和优化；

44、配置决策支持系统的界面和交互方式，包括图形界面、数据输入表单以及可视化报告；

45、构建决策支持系统的功能，包括模型预测功能、优化算法功能以及决策推荐功能，模型预测功能用于通过优化模型预测路基压实指标效果，优化算法功能用于基于路基压实指标效果对路基压实过程进行优化、得到路基压实指标的优化方案，决策推荐功能用于对优化方案进行决策推荐；

46、将开发完成的决策支持系统部署到实际施工环境中，对施工环境采集的监测数据进行数据分析后，基于得到特征指标权重、通过决策支持系统进行路基压实指标的优选以及决策推荐。

47、第二方面，本发明一种路基施工压实指标优选系统，用于通过如第一方面任一项所述的一种路基施工压实指标优选方法进行路基压实指标的优选以及决策推荐，所述系统包括：

48、数据采集模块，所述数据采集模块用于执行如下：选择路基压实相关数据作为监测数据，并基于建立的数据更新机制获取监测数据，监测数据包括土壤特性、气象条件以及工程设备相关的数据；

49、数据分析模块，所述数据分析模块用于执行如下：对监测数据进行数据分析和筛选，得到评估路基压实效果的数据阈值作为特征指标，并通过层次分析法确定特征指标的权重；

50、模型构建模块，所述模型构建模块用于执行如下：基于特征指标以及特征指标的权重构建优化模型，并对优化模型进行模型训练、评估和优化，所述优化模型用于基于特征指标的权重对路基压实效果的指标进行评估，得到路基压实指标效果；

51、系统构建模块，所述系统构建模块用于执行如下：基于优化模型构建决策支持系统，并对决策支持系统进行系统优化，所述决策支持系统用于基于优化模型得到路基压实指标效果，基于路基压实指标效果对路基压实过程进行优化、得到路基压实指标的优化方案，并对优化方案进行决策推荐；

52、系统优化模块，所述系统优化模块用于执行如下：将构建的决策支持系统应用到实际施工环境中，并决策支持系统进行评估，根据评估结果对优化模型和决策支持系统进行改进和优化；

53、系统应用模块，所述系统应用模块用于执行如下：基于优化后的决策支持系统对不同场景进行路基压实指标的优选以及决策推荐。

54、本发明的路基施工压实指标优选方法及系统具有以下优点：

55、1、通过对收集的数据进行特征提取，并通过统计分析或者机器学习算法评估提取的特征与施工压实效果指标之间的相关性，并结合层次分析法确定出各个特征指标的权重，从而可科学性客观性的考虑到智能路基施工压实指标的权重分配；

56、2、基于已确定的特征指标权重以及特征指标建立优化模型，并对建立的优化模型进行决策预测和优化，从而开发智能化决策支持系统，根据开发的系统可生成决策和优化方案，从而可应用到不同的实际环境中，能够满足复杂、多变的实际场景需求。