基于机器学习法的高速公路桥涵小修工程费用模型预测

摘要

基于陕西省11条高速公路2008~2015年桥涵小修工程量清单历史数据,采用机器学习算法,以组成桥涵各构件的小修费用作为因变量,研究桥涵小修费用预测模型。通过灰色关联度模型分析桥涵小修费用的影响因素,采用皮尔逊相关系数检验法对各影响因素进行多重共线性检验,筛选出解释变量,使用岭回归和Lasso回归对桥涵各构件小修费用模型进行回归分析,得到桥涵小修总费用预测模型。结果表明:桥涵小修工程费用的影响因素主要有通车年限、桥梁(涵洞)长度、年平均当量轴次、桥涵所处地区的年均降雨量和温度及车道数;基于模型预测所依托高速公路2016~2017年桥涵小修费用,并与该年度实际费用进行Wilcoxon符号秩检验,检验结果均大于0.05,验证了机器学习法预测桥涵小修工程费用模型的有效性,预测结果能为分配养护费用、提高养护决策水平提供合理建议。