徐 霈，李家龙，李 聪，邓卫东

(1.招商局重庆交通科研设计院有限公司，重庆 400067； 2.国家山区公路工程技术研究中心，重庆 400067；3.山区道路工程与防灾减灾技术国家地方联合工程实验室，重庆 400067；4.重庆奉建高速公路有限公司，重庆 404699)

“数据丰富与知识贫乏”是当今信息时代人类面临的突出问题，“向数据要知识”的数据挖掘与知识发现研究成为近年来人工智能AI(Artificial Intelligence)与大数据BD(Big Data)领域研究的重心与热点。对道路结构开展全面、准确评价是有效实施智能管养的基础条件，而目前行业内主流检测(监测)方法或手段所得数据，具有数量大、维度高、信息交叉等特点，即“富数据—贫知识”矛盾突出，这给合理评价道路结构在役技术状况带来了极大的挑战。目前路面质量评价存在指标笼统、信息交叉失真，指标区分度不清晰，养护指导性不强，评价维度不全面等问题，给管养单位准确掌握道路结构在役状况、制定科学养护方案带来技术难题，不利于促进企业降本增效。

为了全面、准确地评价路面技术状况，我国研究人员在路面技术状况评价指标方面开展了大量工作，通过实测数据，采用不同的方法和模型，建立了不同的路面技术状况评价指标体系。谢峰等[1]通过模糊神经网络的方法建立了高速公路路面使用性能综合评价方法，该模型与实际路况符合性较好；潘怀兵[2]通过主成分分析方法，克服了路面性能综合评价指标权重分配的主观影响因素，使得综合评价指标更具有客观性和科学性；……