一种基于EM-GMM算法的LSAM-50路面温度时间概率分布构建方法

本发明公开了一种基于EM‑GMM算法的LSAM‑50路面温度时间概率分布构建方法，通过高斯混合模型(GMM)中多个高斯分量的线性组合灵活描述单峰、双峰及三峰分布，结合期望最大化算法(EM)对均值、方差、权重等参数进行迭代优化，显著提升复杂多峰数据的拟合精度。同时，引入Kolmogorov‑Smirnov(K‑S)检验对模型拟合效果进行定量验证，确保累积分布函数(CDF)与实测数据高度吻合，实现对月、年尺度多峰温度分布的精准建模。该方法突破了传统模型的确定性局限，为LSAM‑50路面设计提供了包含温度出现概率的精细化数据，可有效指导施工时间选择、养护策略制定及材料性能优化，填补了复杂多峰分布概率化描述在道路工程领域的技术空白。