Zurück Vor

Detailergebnis zu DOK-Nr. 44763

Evolutionäres Netzwerkmodell für die Auswahl von Unterhaltungs- und Instandsetzungsstrategien für Fahrbahnbefestigungen (Orig. engl.: Evolutionary neural network model for the selection of pavement maintenance strategy)

Autoren	M.A. Taha A.S. Hanna
Sachgebiete	12.0 Allgemeines, Management

Washington, D.C.: Transportation Research Board, 1995, 19 S., 3 B, 4 T, 12 Q (Paper No 950192)

Neurale Netzwerksysteme finden in vielen Bauingenieurdisziplinen, einschließlich der Transporttechnik, große Beachtung, weil sie eine Klasse von robusten, nicht linearen Modellen repräsentieren, die fähig sind, aus den Datenmustern, das heißt den Beziehungen der Daten untereinander, zu lernen. In der Entwicklung solcher Modelle für bestimmte Anwendungen werden veränderbare Parametereinstellungen der Beurteilung des Netzwerkentwicklers bzw. des Anwenders überlassen. Das Ergebnis ungeeigneter Parametereinstellungen zeigt sich bei unbekannten Fallbeispielen in allmählicher, geringer Konvergenz und insgesamt ungünstigem Anpassungsverhalten. Vor kurzem sind genetische Algorithmen als potentielle Suchverfahren zur Entwicklung von neuralen Netzwerkmodellen bekanntgeworden. Diese Modelle sind in der Lage, bei eindeutig definierten Ausführungskriterien, spezifische Aufgaben gut zu lösen. Genetische Algorithmen sind Suchalgorithmen, die auf Techniken der Genforschung und der natürlichen Selektion basieren. In diesem Bericht wird eine genetische Algorithmusmethode vorgestellt und erläutert, mit deren Hilfe ein Netzwerkmodell zur Auswahl und Optimierung von Unterhaltungsstrategien für flexible Fahrbahnbefestigungen entwickelt wurde. Ein evolutionäres Hybrid-Lernsystem, welches unter Benutzung eines Neigungsgradienten wie ein genetischer Algorithmus arbeitet und die Wertigkeit der Verbindungen im Netzwerk festlegt, wird dargestellt und beschrieben. Das entwickelte neurale Netzwerkmodell hat sowohl als Eingabegrößen als auch als Ausgabegrößen jeweils sieben Vektorkomponenten. Der Eingabevektor repräsentiert die Faktoren, die die Auswahl der Unterhaltungsstrategie beeinflussen, während der Ausgabevektor für die unterschiedliche Befestigungen verfügbaren Unterhaltungsstrategien erfaßt. "Brainmarker Professional", ein kommerziell nutzbarer Netzwerksimulator, wurde für die Entwicklung des eingesetzten Netzwerkmodells verwendet. Die Leistung des entwickelten Netzwerkmodells wurde überprüft und validiert, indem einhundert (100) unbekannte Fallbeispiele durchgetestet wurden. Das Resultat der Validierung zeigt, daß nur wenige Fälle, bei einer sehr geringen durchschnittlichen Fehlerrate von 0,024, falsch klassifiziert und eingeordnet werden.