介绍： 路面管理系统是使公路管理部门合理利用有限资源，以期为道路使用者提供尽可能高的路面服务水平的有效工具，而路面性能预测模型和优化决策模型是路面管理系统的重要组成部分。预测模型和优化决策模型的建立和实现是路面管理系统实现的关键。 作者建立基于径向基神经网络的路面性能预测模型，并应用于路面管理系统中，给出算法描述，实现克服传统路面性能预测模型因变量选取易出现偏差或错误等缺陷。同时建立三种确定路面养护需求的优化决策模型，即指定养护标准的养护需求分析模型，指定养护水平的养护需求分析模型和投资限制下的养护需求分析模型，并给出其在路面管理系统中实现的算法描述，解决分析区域内所有路段的路面养护在分析年限内的最优投资问题，避免了前研究为优化决策模型的实现采用的各种近似。论文用实际数据对路面性能预测模型和优化决策模型进行了校验，结果表明模型是切实可行的。 在实现投资限制下的养护需求分析模型算法时，创新的运用了隐枚举法中的部分子域可以不予考虑的思想并结合投资限制下优化决策模型的自身的特点，大大的提高了模型实现的运算速度，减少了运算时间。并在变量解中引入了变量组元素的概念，对于模型约束中有给定约束条件的0一1整数规划法，给出了具有借鉴意义的算法描述。
无插件，请放心使用
RAR
瑞星