PDF
研究文章|开放获取
哈立德Ksaibati Promothes萨哈,丽贝卡Atadero, ”开发路面遇险退化模型对路面管理系统使用马尔可夫链的概率的过程”,土木工程的发展, 卷。2017年, 文章的ID8292056, 9 页面, 2017年。 https://doi.org/10.1155/2017/8292056
开发路面遇险退化模型对路面管理系统使用马尔可夫链的概率的过程
Promothes萨哈
,1
哈立德Ksaibati,1
和
丽贝卡Atadero2
1怀俄明大学土木与建筑工程部门,部门。3295年,1000 e大学Ave,拉勒米,王寅82071,美国
2科罗拉多州立大学土木与环境工程学系,柯林斯堡有限公司80523 - 1372,美国
文摘
在科罗拉多州的科罗拉多交通部(CDOT)利用路面管理系统(PMS)来管理大约9100英里的州际公路,高速公路,和少量的道路。三种类型的退化模型是目前用于现有的经前综合症:特定站点,家庭,和专家意见曲线。这些曲线是使用确定的技术开发的。确定性方法,路面恶化的不确定性与不考虑交通和天气。概率模型,考虑到不确定性导致更准确的曲线。在这项研究中,使用离散时间马尔可夫过程概率模型开发了五痛苦指数:横向,纵向,疲劳、车辙,和骑指数,作为案例研究容量道路。回归技术用于开发恶化路径使用马尔可夫预测的指数分布估计的过程。结果表明,纵向,疲劳和车辙指标非常缓慢恶化随着时间的推移,而横向和骑指数显示更快的恶化。模型系数的测定(发达恶化R20.84)。概率模型提供更准确的结果,建议这些模型被用作家庭道路曲线CDOT PMS的容量。
1。介绍
科罗拉多交通部(CDOT)负责维护高速公路系统,包括超过9100中心线英里总巷(约23000英里),包括3437座桥梁1]。每年,大约7.4亿美元分配维护这个系统。为了维护这个系统最有效,CDOT使用路面管理系统(PMS)。经前综合症是一种战略和系统的维护和升级过程的道路网络。当资金有限,PMS识别道路保护项目的最佳组合,提供了最有利于社会的整体道路网络的生命周期成本。CDOT经前综合症,一个综合指数,称为整个路面指数(OPI),用作报告标准条件的国家高速公路系统2]。OPI组成的加权组合骑质量、车辙、开裂。有三种不同类型的裂纹:横向,纵向,疲劳。CDOT公路养护系统分为四类:州际和国家公路系统(NHS)高容量,介质体积,并根据年度平均每日流量低容量(AADT)和年度平均每日卡车交通(AADTT) [3]。少量的马路上中心线2022英里(约5614巷英里)。
每个道路段的性能是不同的,CDOT segment-specific恶化发展曲线。这些曲线生成满足特定条件,其中至少有五年的历史路面压力数据最后康复后,数据的标准偏差不能超过10,和最低回归系数被认为是0.5。当这些条件不满足,segment-specific曲线不能生成,可以使用家庭或专家意见曲线。家人或专家意见曲线生成一些类似的交通,道路段路面类型和路面厚度在同一气候区。
所有这些退化曲线生成使用确定性技术(3,4]。segment-specific性能曲线可以生成满足所需条件的少数部分(4]。具体来说,连续五年痛苦的数据没有任何能找到维持治疗对一些道路段。此外,痛苦的评价指数超过10的标准偏差为大量的道路段(4]。然而,随着确定性方法没有考虑不确定性变量的交通荷载作用下路面的行为和天气条件5- - - - - -7),需要使用概率建模不确定性操作研究技术(5,6]。主要总结从研究对接8)的实现概率技术进行路面管理系统(PMS)如下:(我)预测维修治疗都不是固定不变的,而是取决于路面恶化。(2)由于不确定性选择维护治疗,治疗方法的选择应具有高程度的概率。(3)维护决策的成功可以评估通过比较预期的和实际的比例英里在给定条件的状态。(iv)这个模型有显著的成本节约潜力在选择项目满足目标网络性能。(v)这个模型也可以被纳入动态编程产生最优解。
在概率的技术,只有两年的历史数据需要开发一个恶化的模型。目前,马尔可夫过程中很受欢迎,概率模型技术来开发一个恶化。密歇根点已经提高了PMS使用马尔可夫过程[5,9]。本文运用马尔可夫过程的道路容量科罗拉多模型发展恶化。这些退化模型可以用来取代家庭曲线CDOT目前使用的经前综合症。
2。CDOT路面恶化的模型
CDOT路面管理软件使用五个痛苦指数模型路面恶化:三开裂指数(横向、纵向和疲劳),粗糙度和车辙指标。当所有的值加载到软件,它产生恶化为所有道路段曲线。对于每个部分,五性能曲线生成的痛苦指数。这些性能曲线称为站点特定的曲线。有两个其他类型的性能曲线:路面的家人和专家意见。最理想的是站点特定的曲线。当没有特有的曲线,可以使用家庭或专家意见曲线。
2.1。特有的曲线
CDOT道路段的长度范围从0.5英里到5英里。对于每个部分,性能曲线生成的站点使用痛苦历史数据(如前所述)。
2.2。曲线族
CDOT使用以下标准来定义家族曲线:(我)路面类型:沥青、沥青混凝土、混凝土、沥青和混凝土(2)交通:低、中、高,非常高,非常高(3)气候:非常冷,冷,温和,热(iv)路面厚度(沥青:0到4英寸,4到6英寸,超过6英寸;混凝土:人行道小于8英寸,大于8英寸)
这些类别允许200户路面。至少需要9点来生成一个家庭曲线。
2.3。专家意见曲线
当特定场地和家庭曲线,曲线被分配一个专家意见。每个路面的专家意见曲线生成的家庭。200有200户路面,曲线生成。这些曲线都不是由回归分析的数据,而是来自专家的意见。这些曲线至少希望任何路面部分(4]。
3所示。文献综述
经前综合症,路面恶化的模型(PDM)的关键是要维护未来的策略和分配资金。一个准确和可靠的PDM对PMS的优化模型至关重要10]。许多研究人员试图开发一个PDM使用不同的技术(5,6,8,9,11,12]。这些技术可以分为两个主要types-namely确定性和概率模型。
3.1。确定的路面恶化的模型
确定性建模技术是最常见的,因为它们的相对简单,易于使用,熟悉5,6]。这些技术包括直线外推法、s形曲线,约束最小二乘多项式和逻辑增长模型(13]。席尔瓦et al。5]讨论了确定性模型的优点和缺点。缺点如下:(我)模型没有考虑到不确定性变量的交通荷载作用下路面的行为和天气条件。(2)开发模型需要准确和丰富的数据集。精度的数据集可以极大地影响日常维护或轻微的康复活动。(3)必须包括所有影响路面恶化的混杂变量。
确定性模型关键的缺点是它没有考虑不确定性(5- - - - - -7]。建模不确定性需要使用概率操作研究技术(5,6]。
3.2。概率模型路面恶化
在1970年代早期,概率模型的应用程序建模路面性能首先讨论(5]。概率模型,马尔可夫模型是目前实现建模路面性能。许多研究试图开发使用马尔可夫过程的路面性能模型(5,6,8,14- - - - - -17]。Surendrakumar et al。6)利用马尔可夫过程建立一个为路面养护管理决策支持系统。在这项研究中,使用了泊松分布在发展中状态转换矩阵。屁股(8]研究使用一个马尔可夫过程的优点在路面管理系统(PMS)。马尔可夫模型的一个关键组件是转移概率矩阵(TPM)。通常,TPM路面条件计算基于历史数据(15]。马尔可夫过程可以定义在一个可数状态空间离散或连续时间。为了解释一个离散时间马尔可夫过程,考虑道路条件的观察到0,1,2,…,n。让在一年的条件n为n= 0,1,2,…。可以表示为在时间过程的状态吗 ,与表示初始状态。如果值在一个离散的空间等 ,然后是discrete-valued过程。
3.3。痛苦指数的公式
根据CDOT,痛苦指数从0到100,100是一个完美的路面没有困苦,0代表最糟糕的状况。横向、纵向和疲劳裂纹指数可以计算为每个巷道使用段(1),而粗糙度和车辙指标可以计算(2)和(3),分别。 (我)和很低,中,高的疲劳值,横向,纵向开裂,分别和(2)和分别平均IRI和车辙深度。
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
4所示。方法
马尔可夫模型提供了一个预测路面性能。路面性能可以由每个痛苦指数代表整个路面条件或组合索引。最常用的路面痛苦指数是横向,疲劳,纵向开裂,粗糙度和骑马。通常,这些指数的范围从0到100,100代表了最佳条件和0是最糟糕的状况。路面部分开始生活在一个近乎完美的条件。多年来,路面状况恶化由于交通荷载和天气条件等许多因素。大多数州评估他们的路面条件每年一次。为了开发一个资本改进计划(通常是一个五年计划),政府机构需要预测未来五年的路面条件。在本节中,如何预测未来的路面条件使用马尔可夫模型进行了探讨。
马尔可夫模型开始开发一个转移概率矩阵(TPM)。TPM代表一段的概率将保持在一个特定的条件为一个特定的一年。例如,表2代表一个TPM的道路网络(6,7,18]。假设路面条件范围从1到5,其中5表示的最佳条件和1是最坏的打算。在这个表中,的概率是一段将留在条件 。 在条件计算英里的数量吗j除以总英里数的条件 。表的条目1最后一行显示一个重建国家。路面条件不能从这种状态。在这个表中,假设一段不能降低一年超过一个单一的条件。原因是,从以前的经验发现路面不降低很快。
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
明年的路面条件可以由初始状态向量相乘的TPM的力量在哪里代表了未来数年的路面条件将决定。这个初始状态向量认为所有的部分留在最佳状态(5)条件。在这项研究中,马尔可夫链是留给一个过程和一组离散的时候,它可以被视为一个离散时间马尔可夫模型。对于这个示例,初始矢量如下所述:
| 5 | 4 | 3 | 2 | 1 | |
| 5 | 1 | 0 | 0 | 0 | 0 |
明年的路面条件可以确定使用以下方程:
图1提供了一个示例使用马尔可夫过程的概率分布值。路面恶化是建模为4年。0年,总共有100英里的道路段留在条件5。从历史数据集,发现25%的英里恶化到下一个状态,剩下的75%住在相同的条件。同样,65%的4英里,呆在条件恶化到下一个状态,剩下的35%住在相同的条件。
5。数据收集
为了发展恶化模型使用马尔可夫过程,进行了一个案例研究在少量道路在科罗拉多州。一个全面的维修记录容量的道路从CDOT收集。有116容量的道路在科罗拉多州和2022英里的人行道上。这些少量的道路被CDOT分割,建立了342段。有覆盖的领域开始和结束,新建筑或其他路面的变化。数据库包含相关信息道路标识号,开始和结束的里程碑,和五个痛苦指数(横向裂缝、纵向裂缝、疲劳开裂、车辙、和骑指数)。从2010年到2014年五年的维修记录被用于这项研究。研究小组必须提取、过滤和合并数据集从2010年到2014年准备一个数据库容量的道路。2014年的一个示例数据库表中所示3。
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
为了实现马尔可夫过程,每个痛苦指数的值是基于分组表4。没有痛苦指数的值小于40岁,只有包含值大于40的团体包括在内。使用这个类别,表3可以修改表吗5。
|
||||||||||||||||||||||||||||||||||||||||
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
6。数据分析
本研究拟开发五个不同退化模型五个痛苦指数。为了做到这一点,一个总结矩阵每个遇险了。一个示例总结矩阵横向开裂索引表中可以看到6。这个矩阵中的值表示的长度英里。从2010年到2014年五年的路面状况数据被用来开发矩阵如表所示6。之间连续两年(2010 - 2011,2011 - 2012,2012 - 2013,和2013 - 2014年),每个条件的英里计算状态到另一个,然后结合他们连续四年。在这个表中,可以看出,路面条件的巷道部分明年将超过一组。数据显示这种下滑并不包括在这一分析,因为这种路面恶化的下降是不现实的。重要的是要注意,在这个分析,指标的道路段显示增加,因为实现维护被排除在外,因为这也是不现实的改善路面状况没有任何维护。满足所有这些条件,最后总结痛苦指数可以展示在表7。这张桌子已经作为利用马尔可夫过程的输入。
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
马尔可夫链的过程已经实现在所有五个痛苦指数使用数据表所示7。样本分析提出了下面的横向开裂指数紧随其后的所有指标(表的汇总结果8)。的马尔可夫链的过程由三个矩阵:过渡,转移概率,概率分布矩阵。表9代表了横向裂纹指数的转移矩阵。从这个表中,可以看出,数字872代表了总长度在明年保持在100英里,511英里,从100年到95年恶化。使用此表,概率计算如表所示10。从这个表,0.631表示,63.1%的总英里呆在100明年和剩余的比例(0.369)从100年到95年,明年恶化。表11代表使用马尔可夫链的概率的概率分布的过程。在这个表中,最大的状态概率是粗体所示。例如,在5年,有一个概率0.1段呆在100年和75年0.011段的概率,但概率值最高为0.308 90。
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
表8显示了所有五个痛苦指数,概率矩阵和图2显示了退化模型。恶化的模型表明,疲劳、车辙和纵向指标非常缓慢恶化。其他两个指标横向和骑的恶化速度。回归技术已经被用于开发模型使用均值得到的马尔可夫链的分布。方程(5)- (9每个困境的退化模型。 在年龄表明最后康复后路面的年龄。
7所示。结论
在科罗拉多州的CDOT利用他们的项目经理跟踪大约9100英里的州际公路,高速公路,和少量的道路。三种类型的恶化曲线用于他们的经前综合症:特定站点,家庭,和专家意见曲线。这些曲线是使用确定的技术开发的。在确定的技术,路面恶化的不确定性不考虑交通和天气有关。概率模型,考虑到不确定性导致更准确的曲线。在这个研究中,概率模型已经开发了五个痛苦指数:横向,纵向,疲劳、车辙,和骑指数,作为案例研究容量道路。退化模型开发了15年调查长期持续时间的恶化。概率模型提供更准确的结果,建议这些模型被用作家庭曲线CDOT少量修改后经前综合症。
开发模型可以突出显示如下:(1)专门针对少量定制道路。(2)这种方法具有不确定性,开发模型的结果更准确比目前使用的确定性方法。(3)这种方法也可以实现其他功能类别的道路在科罗拉多州和其他州的小变化,反映当地条件。
8。建议
点总是转移实践更好地优化资源有限。本文证明,使用马尔可夫链的概率过程的退化模型可以帮助点更好的管理他们的人行道上。建议进行一个全面的研究来确定的长期影响取代确定性模型与马尔可夫模型在科罗拉多州。也建议其他点考虑马尔科夫概率过程分配资源或比较时维护本辖区内和康复策略。
的利益冲突
作者宣称没有利益冲突有关的出版。
确认
作者要感谢CDOT支持这项研究。
引用
- CDOT,“预算分配计划”,2015年,https://www.codot.gov/business/budget/cdot - budget/draft -预算- documents/fy - 2015 - 2016 - cdot提出budget/view——叙事。视图:谷歌学术搜索
- m . Keleman s . Henry a . Farrokhyar和c·斯图尔特,路面管理手册丹佛市科罗拉多交通部,美国,2005年。
- l . Redd计划CDOT风险资产管理计划丹佛市科罗拉多交通部,美国,2013年。
- CDOT,“路面管理手册”,2008年,https://www.codot.gov/content/projects/i - 70 -东- - 4/schedule%2029/schedule%2011%20 % 20 - operations%20and%20maintenance/29.11.04%20cdot%20pavement%20management%20manual.pdf草案。视图:谷歌学术搜索
- f·席尔瓦,t . Van大坝,w . Bulleit和r .马玉荣”提出了路面性能模型对当地政府机构在密歇根,”交通研究记录:《交通研究委员会卷,1699年,第86 - 81页,2000年。视图:出版商的网站|谷歌学术搜索
- k . Surendrakumar: Prashant, p . Mayuresh”应用马尔可夫链的概率过程开发路面养护管理决策支持系统”国际科学与技术研究杂志》上,卷2,不。8,225 - 303年,2013页。视图:谷歌学术搜索
- 答:a .屁股m . y .萨因美国h .木匠,和j·v·卡纳汉,“应用马尔可夫过程的路面管理在网络层面上,“1994人。视图:谷歌学术搜索
- 答:a .屁股”,应用马尔可夫过程的路面管理系统在网络层,”伊利诺斯大学香槟分校香槟市,美国,1991年,博士论文。视图:谷歌学术搜索
- w·h·郭路面性能模型密歇根交通部路面管理系统兰辛密歇根州交通部,MI,美国,1995年。
- 美国Akyildiz”,开发新的网络级萨勒姆地区路面管理优化模型编程,”弗吉尼亚理工大学,布莱克斯堡,弗吉尼亚州,美国,2008年,硕士论文。视图:谷歌学术搜索
- m . y .萨因路面管理机场、道路和停车场查普曼&大厅,纽约,纽约,美国,1994年。
- n . Li r·哈斯和w·c·谢”调查路面管理的确定性和概率预测模型之间的关系,“交通研究记录:《交通研究委员会卷,1592年,第79 - 70页,1997年。视图:出版商的网站|谷歌学术搜索
- j . m . de la加尔萨s Akyildiz d . r .第一和d·a·克鲁格”开发的网络级线性规划优化路面维护编程,”2010年。视图:谷歌学术搜索
- k·a·扎准将”预期性能的路面修复工作在一个全球网络优化模型中,“《基础设施系统,13卷,不。2、124 - 134年,2007页。视图:出版商的网站|谷歌学术搜索
- a . Bako大肠Klafszky、t . Szantai和l·加斯帕”规划高速公路路面的改进,优化技术”《运筹学,卷。58岁的没有。1,55 - 66、1995页。视图:出版商的网站|谷歌学术搜索
- x陈,美国哈德逊,m . Pajoh和w·迪金森,“发展新的俄克拉何马州交通部网络优化模型,”交通研究记录:《交通研究委员会卷,1524年,第108 - 103页,1996年。视图:出版商的网站|谷歌学术搜索
- 和g . b . k . Golabi r . b . Kulkarni方式,“全州路面管理系统”,接口,12卷,不。6,5 - 21日,1982页。视图:出版商的网站|谷歌学术搜索
- k·a·扎准将”的跃迁概率反演计算Markovian-based路面性能预测模型,”路面工程的国际期刊,17卷,不。3、253 - 264年,2016页。视图:出版商的网站|谷歌学术搜索
版权
版权©2017 Promothes萨哈et al。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。
