《表9 SRI精度对比：基于等维灰数递补模型的路面性能预测方法》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于等维灰数递补模型的路面性能预测方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

由表5、表6、图1和图2可知，静态灰色模型、等维灰数递补模型所预测的RDI值与实际检测的RDI值随时间衰减趋势大致吻合．但可以明显看出，在使用等维灰数递补模型时，随着动态步数的增加，其预测值越来越接近实际值，步数增加的同时后验方差比与残差都呈现下降趋势．在第3步预测时后验方差比为0.111 7，残差为0.88，预测精度较高．根据中国《公路养护技术规范》规定:车辙状况评价为中等，车辙状况评价为良，车辙状况评价为优．所以2010—2014年期间车辙状况为优，在2015—2018年期间车辙状况为良，在此期间可进行微表处等简单的养护措施．在2019年后可采取薄层罩面处置措施对路面进行路面养护．根据本研究预测模型，分别对PCI、RQI和SRI指标进行了预测，预测结果见图3至图5.PCI、RQI和SRI的精度对比分别见表7至表9．从图3至图5可知，在使用等维灰数递补模型对PCI、RQI以及SRI等指标进行预测时，预测结果与实际值有较高的一致性，其预测精度随着步数的增加均逐渐减小，在第3步预测时PCI后验方差比为0.065 4，残差为0.449 8；RQI后验方差比为0.201 8，残差为0.010 9；SRI后验方差比为0.113 0，残差为0.001 1．对此3项指标的预测精度均较高．说明等维灰数递补模型道路路面使用性能指标在预测中具有良好的稳定性与可靠性．