買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉長安大學申請的專利一種考慮多維影響因素的瀝青路面養護決策方法及系統獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN119962990B 。

龍圖騰網通過國家知識產權局官網在2025-09-12發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510017899.6，技術領域涉及：G06Q10/0637；該發明授權一種考慮多維影響因素的瀝青路面養護決策方法及系統是由郝雪麗;孫朝云;裴莉莉;王超凡;吳玉龍;邢珍珍;袁博;郝俊設計研發完成，并于2025-01-06向國家知識產權局提交的專利申請。

本一種考慮多維影響因素的瀝青路面養護決策方法及系統在說明書摘要公布了：本發明涉及一種考慮多維影響因素的瀝青路面養護決策方法及系統，屬于路面養護技術領域，本發明構建瀝青路面性能多源數據集，設計平均權重融合的重要性分析方法，針對路面影響因素多源數據之間關聯分析不足，對數據進行特征工程操作，包括特征的生成、選擇以及轉換，更準確地表征問題域并提升模型效率。部分特征經過編碼和特征降維后，對多源特征數據集運用多種統計及機器學習方法進行特征重要性排序，根據排序結果篩選出對瀝青路面性能預測影響顯著的特征集。基于OOA優化的融合預測模型，精確捕獲并預測路面性能的變化趨勢。綜合考慮當前性能狀態和性能預測趨勢，實現養護等級和具體養護方式的決策。

本發明授權一種考慮多維影響因素的瀝青路面養護決策方法及系統在權利要求書中公布了：1.一種考慮多維影響因素的瀝青路面養護決策方法，其特征在于，包括以下步驟： S1、瀝青路面數據整合及數據質量提升： 采集并整合瀝青路面性能評價中需要考慮的評價指標和多源影響因素，對多源影響因素進行分析和特征構造，為基于數據驅動的性能預測模型構建與養護決策奠定數據基礎， S2、平均權重多方法融合的瀝青路面性能影響因素重要性分析： 對瀝青路面性能影響因素的評價指標和多源影響因素進行篩選，在精簡模型輸入的同時保持預測性能，針對大量特征數據進行標準化處理，并實施特征編碼，對瀝青路面性能影響因素的因子重要性進行分析，根據重要性排序結果，找出最具預測力的特征集， S3、瀝青路面OOA優化融合模型的建立： 建立預測OOA優化融合模型，對瀝青路面性能進行預測分析； S4、養護歷史多源數據集的建立： 構建養護歷史多源數據集，并建立基于逆方差權重改進隨機森林模型的養護決策方法，提高了養護決策準確性； S401：對高速公路歷史數據進行分析，結構強度PSSI均高于90，無需針對結構強度指標進行養護；因此，選擇路面指標為PCI、RDI、RQI和SRI；將收集的養護歷史數據和無養護路段數據合并后，構建養護方式分類數據集，對7種養護方式進行決策；構建養護等級分類數據集，對3種養護等級進行決策； S402:構建包含歷史數據和無養護路段的多指標養護方式數據集，該數據集在PCI、RDI、RQI和SRI指標數據的基礎上，加入包括路面病害數據、道路基礎信息數據和交通荷載數據的多源特征，提高數據集對養護決策問題的表征能力； S5、路面養護決策方法： 構建養護歷史多源數據集，并建立基于逆方差權重改進隨機森林模型的養護決策方法，提高養護決策準確性，用預測結果和當前情況，選擇養護決策方法； S501：構建隨機森林方法中樹的OOB數據，OOB數據對于每棵樹就是未參與訓練的、獨立的驗證集；在訓練過程中，每棵樹在建立時都會從原始訓練集中使用有放回抽樣隨機選取數據作為訓練數據，通常選取的數量與原始訓練集大小相同；由于是有放回抽樣，部分數據會被重復選中，而其他一些則可能不會被抽到；沒被選中的數據就構成了這棵樹的OOB數據； S502:隨機森林包含的多棵決策樹，每棵樹的預測被賦予相同的權重來計算最終預測結果；使用逆方差加權法IVW時，給每棵樹的預測分配一個權重，每棵樹的權重與其在驗證集上的預測誤差成反比。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人長安大學，其通訊地址為：710064 陜西省西安市雁塔區南二環路中段；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。