文献综述（或调研报告）：
1.国内外路面性能预测研究现状
上世纪60年代，AASHO最早提出了路面性能预测这一概念，随后各国开始对路面性能的预测进行深入研究，根据以往的路面性能数据，结合道路所处的服役时间、交通量水平、路面结构与材料特征、气候环境等影响因素，分析路面性能的衰变趋势，并据此制定科学的养护管理措施。
目前国内外建立了各种不同形式的路面性能预测模型，主要分为确定型和概率型两大类。确定型模型是指预测路况某一项指标的具体数值，包括力学法、力学-经验法、经验回归法等；概率型是指预测路况指标某时刻的状态分布，主要方法有马尔可夫法、半马尔可夫夫法、残存曲线法等。概率型保证了路面性能变化的随机性，但是不如确定型的预测结果直观。
1.1国外对路面性能预测的研究现状
自AASHO提出第一个路面性能预测模型以来，国外研究者提出并应用了各种形式确定型与概率型路面性能预测模型，并针对预测模型不确定性与精度展开深入研究。SHEN、DerHsien等人考虑到车辙形成原因的复杂性与不确定性，基于灰色系统理论对车辙变化趋势进行预测，以强调车辙深度与交通量之间的因果关系，并随之应用于沥青路面性能预测[1]。Bianchini A等人提出了一种神经模糊模型，结果优于线性回归模型的结果[2]。2012年，Mustafa KaraAahin等人根据模糊逻辑方法开发了一种用于预测沥青路面性能的模型，对于影响性能的参数，根据其影响程度的不同赋予了不同的权重，使得该模型更加准确，同时该模型的数据库可以同时使用数值测量和语言陈述，不需要任何机械测试，应用更加广泛[3]。Abaza K A认为交通荷载的增加和路面结构的退化会加快路面性能的衰变，因此通过简化的分阶段马尔可夫模型进行劣化转变，从而保证预测的有效性[4]。
显然，国外针对信息缺失下路面性能预测的准确性做出了许多努力，并且主要集中于概率型的研究，虽然有效性和应用性能在不断提高，但是较为缺少直接的预测结果。
1.2国内对路面性能预测的研究现状
金年生等人结合灰色理论短期预测优势以及马尔可夫预测模型无后效性的特点建立了新的模型，对比单一方法，精度更高，更适用于路面性能的长期预测[5]。同样的思路下，陈仕周等人提出了兼顾灰色理论、遗传算法和BP神经网络优点的组合预测模型，通过实例验证了其误差较小[6]，张鹏等人利用灰色理论与滑动平均方法对路面性能进行预测[7]。武昭融等人就预测值与实测值误差波动较大的问题，采用标准衰变方程和马尔可夫模型对预测结果进行修正[8]。为了揭示高寒地区沥青路面结构的性能变化，安少科等人采用力学-经验法对比分析了半刚性和全厚式两种沥青路面的性能趋势，在引入气候模型的条件下，预测的结果更加全面[9]。曾江洪基于时间序列法研究了高速公路沥青路面的车辙变化，构建了不同数量滞后值的时间序列下的路面车辙深度预测模型[10]。梅勇利用ARMA模型拟合时间序列的方法，对路面性能评价指标PCI的调查数据进行建模，发现时间序列法进行性能预测需要不断加入新数据进行模型的重新拟合[11]。长安大学武建民等建立了基于时间序列法的ARIMA模型对沥青路面养护维修后的性能预测模型，提出预测后期逐渐淘汰远端样本、植入近端数据的措施[12]。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
