在交通荷载和自然环境的不断作用下,高速公路路面使用性能逐年下降,养护任务日益严峻,缺乏对路面使用性能的准确预估及养护措施的不合理应用将造成养护资金的大量浪费。本文以江苏省高速公路为依托,基于沥青路面养护管理决策支持系统(PMS)的研究成果,对高速公路沥青路面项目级决策问题进行系统研究。首先,对江苏省高速公路沥青路面使用现状进行了评价,包括路网规模、路龄概况、交通量状况、路面结构类型、路面使用性能及路面结构强度状况,确定了路面性能预测及养护决策的评价指标体系。其次,提出了适用于现阶段江苏省实际状况的数据质量控制方法。针对车辙、平整度、抗滑及破损数据的不同特点,分别提出了最长子序列法和直接删除法两种不同的策略。并依据所提出的的方法对江苏省2018年的路面使用性能检测数据进行了评估,并比较了复核结果。然后,在充分考虑不同影响因素之后,采用神经网络方法建立了5个路面性能预测模型,分别预测车辙、平整度、抗滑、横缝及路面破损,基于平均影响值算法对输入参量进行了敏感性分析,并对模型的准确度进行了验证。最后,将强化学习方法引入养护决策中,以最大化全幅的长期效益费用比为目标,在尽可能减少人为干预的前提下,通过制定合理的反馈机制,提出了最佳养护策略的确定方法。并以宁常镇溧高速为例,详述了该方法的实施过程及决策结果。