随着信息科技与各行各业的深入结合,我国高速公路的路面养护管理研究也逐步迈向“智慧公路”时代。高速公路从建设到通车会累计大量的数据资料,但在传统的路面养护管理模式中,过分强调定性经验的总结运用,导致这些数据未得到充分利用,其深层价值更得不到挖掘与发现。为针对不同建设条件下路面性能的衰变特性,制定更科学的养护决策本文以“公路建管养一体化大数据分析平台与应用研究”项目为研究背景,利用大数据分析与统计思想对路面性能评价与养护关联数据展开研究。首先,本文对高速公路路面养护与性能评价及预测的国内外现状进行了研究比对,分析了现行路面养护模式对现有数据利用的不足,针对高速公路建设期与运营期数据的特点,明确了大数据分析与路面养护决策结合的优势与可行性。其次,本文搜寻大量数据资料,利用Hadoop大数据平台与web系统建立了路面养护关联数据整合平台,通过RStudio软件构建所需数据库。以津冀地区部分路段为研究对象,选取历年性能检测数据,计算并分析性能变化率与衰变趋势,再调用各路段建设期自然气候数据,实现温度、风速与降水相关数据可视化。通过相关性检验证明建设期自然条件对路面性能的显著性影响,得到施工过程中温度与降水对路面破损与路面抗滑性能衰变趋势影响的结论,并为路面性能评价与养护决策优化奠定基础。再次,基于路面性能衰变受施工气候影响所体现的路面差异性,本文对全线路多年份检测数据进行数据挖掘与降维分析,利用主成分-层次分析法构建性能评价体系。为克服回归模型过于依赖基点或单项指标趋势的缺陷,将回归与主成分-层次分析法结合,构建路面性能预测模型。经过实例分析,评价与预测模型均具有较好的精准度。最后,根据养护决策实际需求,对路面性能组合实现简化分级,构建了养护策略优化决策树。选取基于数据挖掘所得评价体系中的指标与权重作为物元特征属性与对应系数,建立路面性能-物元法的路面养护优先级排序模型,实现对待养护路面的优先级排序,并提出对应的养护策略。本文围绕“让数据说话”的核心思路,结合大数据分析理念与方法,实现养护相关数据的整合与可视化,运用大数据分析方法挖掘路面性能受建设期自然条件影响的路面差异性。基于此特性,恰当的路面性能评价方法以及决策优化模型更能展现路面真实状态,为路面养护制定更具针对性和科学性的养护决策,也为大数据在公路领域的深入应用提供了一定的参考。