matlab 高速公路,基于Matlab的高速公路路面状况分类评价

经过几十年的大规模建设,我国的公路已经成为关系国计民生的公共基础设施资产,对其进行有效管理、维护、保值也成为一个庞大而复杂的系统工程。对于公路养护及管理者,路面状况的鉴定与评价是一项必不可少且至关重要的工作,直接关系到养护决策问题。高速公路路面是一个复杂的动态系统,路面状况受温度、水及车辆荷载等因素的影响而不断发生变化,因此评价工作比较困难。在实际路况调查工作中,依据规范把裂缝、松散、坑槽、车辙、波浪拥包、泛油等因素作为评价路面状况的指标,可以对单位路面(如每1km)作出评价,以确定是否需要进行养护或维修。但这种做法太过细化,缺乏系统性和整体性,不利于整个路段的养护决策的制定。依照统计学原理,对高速公路路面进行聚类分析,把整个路段划分为有限的几个类别段,每个段具有独自的状况特征,这样便可大致反映该高速公路路面的损害情况,对于路面状况预测、养护措施选择及养护预算都有重要的理论意义和应用价值。本文依照实际调查数据,基于数据的空间统计特征对样本进行了聚类分析,实现了自动分类识别,可随时掌握高速公路路面损害状况。MATLAB软件中的统计工具箱聚类分析功能强大,并可以把聚类分析结果以图形的形式显示出来,实现了计算的可视化[2]。实践证明,应用Matlab聚类分析工具进行聚类分析,具有方便、快速和提供分析参数多的优点,不失为一种有效的数学方法。1Matlab聚类分析原理1.1基本理论[3]聚类分析(clusteranalysis)又称集群分析,是一种“物以类聚”的统计描述方法。它与判别分析不同,是在不知道应分多少类的情况下,试图借助统计方法对已收集到的资料找出研究对象的适当归类方法,其实质是寻找一些能客观反映研究对象之间亲疏关系的统计量,然后根据这种统计量把研究对象按距离相近或性质相似的原则在分类学中,一般把某种性质比较相近的事物归为一类,把性质不相近的事物归为不同的类,利用数学方法的分类是建立在各个事物关于其性质变量的测量数据基础之上的,即利用这些数据的内在联系和规律来进行分类。为此,首先需要有刻画各个变量之间或各个事物之间关系密切程度的描述。目前,描述变量之间关系的数学方法很多,常用的是相似(或相关)系数r和距离d。1.2算法基础统计工具箱实现了两类聚类方法,即系统聚类法和K-均值聚类法。限于篇幅,这里只介绍系统聚类法。系统聚类法是目前用得最多的一种聚类方法,它的基本思想是:首先,将要分类的n个变量各自看作一类,然后计算各类之间的关系密切程度(相关系数或距离),并将关系最密切的两类归为一类,其余不变,即得到n-1个类,如此重复下去,每次归类都减少一类,直至最后,n个变量都归为一类。这一归类过程可以用一张聚类图形象地表示出来,有聚类图明显可以看出分类过程。统计工具箱实现系统聚类法的基本步骤为:计算数据集每对元素之间的距离;对变量进行分类;确定怎样划分系统树。2高速公路路面检测资料分析算例2.1路况调查及基本评价广东省东部某高速公路是连接粤湘桂地区广东境内的重要组成部分,单幅全长30km,双向四车道,设计速度为120km/h,于2004年年底建成通车。全线均为沥青混凝土路面,面层设计总厚度为16cm,桥面沥青混凝土铺装层厚度为10cm。该高速公路通车四年来,局部路段路面出现了一些较为严重的病害,如车辙、裂缝、桥头跳车等,一定程度上影响了路面的服务质量,也给道路的营运安全带来了一定的隐患。受业主委托,课题组于2009年3月对该高速公路全线进行了全面的路况调查,得到原始路况调查结果,并分析汇总如表1所示(限于篇幅,这里只分析单幅即上行路段)。从表1可以看出,该高