邓书永,潘少萍
(重庆交通大学管理学院,重庆 400074)
我国高速公路约7万km,前一阶段是以建为主,随着高速公路建成通车投入运营,必须进行经常性、及时性和预防性的日常养护,其目的是确保高速公路上的各种工程及设施如路基、路面、桥涵、隧道、安全设施等经常处于良好的工作状态,从而实现高速公路快捷、畅通、安全、舒适、经济的使用功能。随着时间的推移,交通量的增大,车辆载重的增加,线路的延伸,养护维修工作量也越来越大,日常养护维修支出的费用也越来越高[1]。截止目前,高速公路已经达了一个建养并重的时期,这近7万km的高速公路,已经有三分之一进入到养护、大修期,如何科学的确定最佳养护时间就成了当务之急。另外,由于各地用于高速公路的养护费用资金比较紧张,为了较好的预先安排资金分配,现构建一个3层BP神经网络对高速公路的养护费用进行预测。BP神经网络模型是由输入层、输出层和若干隐含层组成的前向连接模型,同层各神经元之间互不连接,相邻层的神经元通过权重连接且为全互连结构[2]。利用BP神经网络对养护费用进行预测,可以很好的达到预测目的。
重庆市从第一条高速公路建成通车以来,每年都要花费不少的经费进行高速公路的养护,在调查重庆3条高速公路的基础上,记录了各公路通车年份中所使用的日常养护费用数据,并把各高速公路的数据汇总成表1。