买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉长安大学申请的专利一种考虑多维影响因素的沥青路面养护决策方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119962990B 。

龙图腾网通过国家知识产权局官网在2025-09-12发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510017899.6，技术领域涉及：G06Q10/0637；该发明授权一种考虑多维影响因素的沥青路面养护决策方法及系统是由郝雪丽;孙朝云;裴莉莉;王超凡;吴玉龙;邢珍珍;袁博;郝俊设计研发完成，并于2025-01-06向国家知识产权局提交的专利申请。

本一种考虑多维影响因素的沥青路面养护决策方法及系统在说明书摘要公布了：本发明涉及一种考虑多维影响因素的沥青路面养护决策方法及系统，属于路面养护技术领域，本发明构建沥青路面性能多源数据集，设计平均权重融合的重要性分析方法，针对路面影响因素多源数据之间关联分析不足，对数据进行特征工程操作，包括特征的生成、选择以及转换，更准确地表征问题域并提升模型效率。部分特征经过编码和特征降维后，对多源特征数据集运用多种统计及机器学习方法进行特征重要性排序，根据排序结果筛选出对沥青路面性能预测影响显著的特征集。基于OOA优化的融合预测模型，精确捕获并预测路面性能的变化趋势。综合考虑当前性能状态和性能预测趋势，实现养护等级和具体养护方式的决策。

本发明授权一种考虑多维影响因素的沥青路面养护决策方法及系统在权利要求书中公布了：1.一种考虑多维影响因素的沥青路面养护决策方法，其特征在于，包括以下步骤： S1、沥青路面数据整合及数据质量提升： 采集并整合沥青路面性能评价中需要考虑的评价指标和多源影响因素，对多源影响因素进行分析和特征构造，为基于数据驱动的性能预测模型构建与养护决策奠定数据基础， S2、平均权重多方法融合的沥青路面性能影响因素重要性分析： 对沥青路面性能影响因素的评价指标和多源影响因素进行筛选，在精简模型输入的同时保持预测性能，针对大量特征数据进行标准化处理，并实施特征编码，对沥青路面性能影响因素的因子重要性进行分析，根据重要性排序结果，找出最具预测力的特征集， S3、沥青路面OOA优化融合模型的建立： 建立预测OOA优化融合模型，对沥青路面性能进行预测分析； S4、养护历史多源数据集的建立： 构建养护历史多源数据集，并建立基于逆方差权重改进随机森林模型的养护决策方法，提高了养护决策准确性； S401：对高速公路历史数据进行分析，结构强度PSSI均高于90，无需针对结构强度指标进行养护；因此，选择路面指标为PCI、RDI、RQI和SRI；将收集的养护历史数据和无养护路段数据合并后，构建养护方式分类数据集，对7种养护方式进行决策；构建养护等级分类数据集，对3种养护等级进行决策； S402:构建包含历史数据和无养护路段的多指标养护方式数据集，该数据集在PCI、RDI、RQI和SRI指标数据的基础上，加入包括路面病害数据、道路基础信息数据和交通荷载数据的多源特征，提高数据集对养护决策问题的表征能力； S5、路面养护决策方法： 构建养护历史多源数据集，并建立基于逆方差权重改进随机森林模型的养护决策方法，提高养护决策准确性，用预测结果和当前情况，选择养护决策方法； S501：构建随机森林方法中树的OOB数据，OOB数据对于每棵树就是未参与训练的、独立的验证集；在训练过程中，每棵树在建立时都会从原始训练集中使用有放回抽样随机选取数据作为训练数据，通常选取的数量与原始训练集大小相同；由于是有放回抽样，部分数据会被重复选中，而其他一些则可能不会被抽到；没被选中的数据就构成了这棵树的OOB数据； S502:随机森林包含的多棵决策树，每棵树的预测被赋予相同的权重来计算最终预测结果；使用逆方差加权法IVW时，给每棵树的预测分配一个权重，每棵树的权重与其在验证集上的预测误差成反比。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人长安大学，其通讯地址为：710064 陕西省西安市雁塔区南二环路中段；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。