基于云决策树的路面养护与修复优化

抽象的

路面管理系统(PMS)包括多个组件,包括数据收集,分析和报告程序。该系统有助于做出关于道路部分优先顺序的决定,并为相关路面路面提供最佳维护策略。考虑到路面部分的恶化率和有限的预算和资源,重要的是找到每个路面部分的最佳维护和康复(M&R)情景。本研究提出了一种基于云决策树(CDT)理论的模型,用于选择最佳的M&R策略。为伊朗国家公路网提供了CDT系统。该系统包括一个全国各省的一般决策模型和各种决策树。专属决策模型是为高速公路,高速公路和主要道路提供的。此外,基于道路年平均每日交通(AADT),提出了不同的决策树模型。使用所提出的理论导致一般模型,精度为80%。获得的决策树的评估表明,疲劳裂缝和国际粗糙度指数(IRI)是测定适当的M&R情景的MO ST重要参数。 Using these parameters provided results close to the re suits of experts’ surveys under real conditions, regardless of rank and traffic volume of the road sections.

这是订阅内容的预览,通过你的机构访问

参考文献

  1. [1]

    W. R. Hudson,路面管理系统对基础设施管理系统,Proc的方式带来了途径。卷。2第三次。Conf。关于管理人行道,TRB,华盛顿特区,美国,​​1994。

    谷歌学者

  2. [2]

    陈建平,基于数据挖掘的柔性公路路面使用性能指标建模,中国公路学报。科学6(1)(2006)193-197。

    文章谷歌学者

  3. [3]

    N. K. Ostadi,S. Stoffels,N.Gabatabaee,网络级路面粗糙度预测模型,用于康复建议,Transp。res。rec。2155(2010)124-133。

    文章谷歌学者

  4. [4]

    A. Metury,S. Madanat,同步网络优化方法,用于路面管理系统,J. infast。系统。20(3)(2013)04014010。

    文章谷歌学者

  5. [5]

    G. Zhou,L. Wang,D. Wang,S. Reichle,GIS和数据挖掘技术的整合,提升人行道管理决策,J.Tansp。Eng。136(4)(2009)332-341。

    文章谷歌学者

  6. [6]

    李建平,路面维修、重铺与重建的联合最优策略,中国公路学报。物流4(1)(2015)75-95。

    文章谷歌学者

  7. [7]

    陈建平,张建平,基于多目标遗传算法的路面养护优化分析,中国公路学报,11(1)(2015)107-113。

    文章谷歌学者

  8. [8]

    B. yu,X.Gu,F. Ni,R. Guo,项目级沥青路面维修计划的多目标优化:整合性能,成本和环境,TANSP。res。D:Transp。环境。41(2015)64-74。

    文章谷歌学者

  9. [9]

    P. Babashamsi, A. Golzadfar, N. I. M. Yusoff, H. Ceylan, N. g.m. Nor,综合模糊层次分析法和VIKOR方法在路面养护活动的优先排序中,Inter。[j] .路面技术,9(2)(2016)112-120 .]

    文章谷歌学者

  10. [10]

    陈建平,基于混合贪婪随机自适应搜索算法的路面养护方案,中国公路学报,vol . 27, no . 3, no . 4,Eng。管理。22(4)(2016)540-550https://doi.org/10.3846/13923730.2015.1120770

    文章谷歌学者

  11. [11]

    一种基于多目标优化的路面管理决策支持系统,中国公路学报。生产164(2017)1380-1393。

    文章谷歌学者

  12. [12]

    L. Zhang,L.Fu,W.Gu,Y.欧阳,Y. Hu,综合迭代方法,用于系统级联合优化路面维护,康复和重建规划,TARSP。res。B部分:方法论105(2017)378-400。

    文章谷歌学者

  13. [13]

    S.P. Hadiwareoyo,A.G.Creia,P.Pereira,印度尼西亚国家公路网络的路面维护优化策略应用遗传算法,程序仪。210(2017)253-260。

    文章谷歌学者

  14. [14]

    M. Onyango,S. A. Merabti,J.Owino,I. Fomunung,W·吴武村,Chattanooga市的动脉道路经济型路面治疗和预算优化分析,边疆区。文明。Eng。12(3)(2018)291-299。

    文章谷歌学者

  15. [15]

    M. Hofmann, R. Klinkenberg,编。RapidMiner:数据挖掘用例和商业分析应用,CRC出版社,FL,美国,2016。

    谷歌学者

  16. [16]

    S. Pang,J.Gong,C5。0分类算法及对银行个人信用评估的应用,SYST。Eng。理论实践29(12)(2009)94-104。

    文章谷歌学者

  17. [17]

    N. Patil,R.Lathi,V.Chitre,C5的比较。0和购物车使用修剪技术的购物车分类算法。J. Eng。res。技术。1(4)(2012)1-5。

    谷歌学者

下载参考

作者信息

从属关系

作者

相应的作者

对应到米哈达斯Nejad.

附加信息

数据可用性声明

支持本研究结果的一些或所有数据,模型或代码可在合理的请求时从相应的作者获得。

中国路面工程协会负责的同行评审。

权利和权限

重印和权限

关于这篇文章

通过Crossmark验证货币和真实性

引用这篇文章

Mataei,B.,Nejad,F.M.&Zakeri,H.基于云决策树的路面维护和康复优化。Int。J.人行道技术。14,740 - 750(2021)。https://doi.org/10.1007/S42947-020-0306-7

下载引用

关键字

  • 经前综合症
  • 云DT.
  • 分类
  • 维护
  • 复原