Zurück Vor

Detailergebnis zu DOK-Nr. 76633

Ein Ansatz für Maschinelles Lernen bei der Prognose des Verhaltens von Straßenbefestigungen (Orig. engl.: Machine learning approach for pavement performance prediction)

Autoren	P. Marcelino M. de Lurdes Antunes E. Fortunato M. Castilho Gomes
Sachgebiete	12.0 Allgemeines, Management 11.1 Berechnung, Dimensionierung, Lebensdauer

International Journal of Pavement Engineering 22 (2021) Nr. 3, S. 341-354, 6 B, 10 T, zahlr. Q

Modelle der Verhaltensprognose sind ein wichtiges Element bei Pavement Management Systemen auf Netzebene. In der jüngeren Vergangenheit ist zunehmend begonnen worden, Maschinelles Lernen (ML) für die Prognose zu verwenden. Beim ML erfolgt eine künstliche Generierung auf der Basis von Wissen. Nach Auffassung der Autoren konzentrieren sich die Modelle allein auf künstliche neuronale Netze und vernachlässigen andere Aspekte des ML. Deshalb entwickeln sie einen generalisierten Ansatz für ein ML für Verhaltensprognosen. In der theoretischen Arbeit werden zunächst 8 vorhandene Studien zum ML analysiert. Prognostiziert wird überwiegend der International Roughness Index (IRI). Die erforderlichen Daten für die Modellierung wurden der Datenbank des bekannten LTPP-Programms entnommen. Es werden 5- und 10-Jahres-Modelle entwickelt. Resümierend wird festgestellt, dass geeignete ML-Modelle zur Entwicklung präziser Prognosen verwendet werden können.