基于NAR-ARIMA组合模型的高速公路沥青路面破损状况预测

来源：大连理工大学学报杂志2024年第3期北京时间：

作者：李海莲,高雅丽,江晶晶,司金忠

摘要：基于NAR神经网络模型和ARIMA传统时间序列预测模型，对高速公路沥青路面的破损状况进行预测，再分别通过最优加权法和残差优化法对两种预测模型进行组合，得到两种组合模型．对各单一模型和组合模型的精度和稳定性进行了比较分析．实例分析表明，组合模型相较于单一模型的精度和稳定性均有所提升，NAR-ARIMA最优加权组合模型预测效果最佳．该组合模型所需样本量较小，且基于时间序列．由于采用历史数据作为影响因素代替指标，该组合模型计算速度快、精度高，适用于日常的预测工作，为后续合理的道路养护决策提供了重要的理论依据．

关键词：道路工程路面破损状况预测ARIMA模型NAR神经网络模型沥青路面

基金资助：国家自然科学基金资助项目(51868042)；甘肃省自然科学基金资助项目(20JR10RA22922JR5RA334)；甘肃省高等学校创新基金资助项目(2021A-048)；兰州交通大学“百名青年优秀人才培养计划”基金资助项目(2018103).