Detailergebnis zu DOK-Nr. 81969
Berücksichtigung von Informationsverlusten im Transport Asset Management-Prozess (Orig. engl.: Consideration of information loss in the transportation asset management process)
| Autoren |
J. Bryce |
|---|---|
| Sachgebiete |
12.0 Allgemeines, Management 11.1 Berechnung, Dimensionierung, Lebensdauer 1.1 Organisation |
Transportation Research Record (TRR): Journal of the Transportation Research Board Vol. 2678, H. 2, 2024, S. 377-388, 19 B, 2 T, zahlr. Q. - Online-Ressource: verfügbar unter: https://journals.sagepub.com/home/trr
Das Transport Asset-Management (TAM) oder "Verkehrs-Asset Management“ stützt sich auf Daten, um Entscheidungen über die Instandhaltung oder Verbesserung einer bestimmten Anlage (hier der Verkehrsinfrastruktur) zu treffen. Zwei der wichtigsten Datenelemente im TAM-Prozess sind das Inventar der Straßen und der Zustand einer Anlage im Laufe der Zeit. Häufig wird der Zustand anhand mehrerer Faktoren beschrieben, zum Beispiel der Menge und Art der Risse, und diese Faktoren werden dann zu einem Zustandsindex kombiniert. Dieser Index ist häufig die Grundlage für die Entwicklung von Modellen zur Leistungsvorhersage ("performance prediction“). Wenn der Zustand eines Vermögensgegenstandes jedoch durch ein Maß definiert wird, das sich aus mehreren Messgrößen zusammensetzt, besteht die Gefahr, dass bei indexbezogenen Berechnungen erhebliche Informationen verloren gehen oder verzerrt werden. Obwohl die Bedeutung des Informationsverlustes von dem Entscheidungsrahmen abhängt, in dem die Anlage verwaltet wird, verzerrt er die Beziehung zwischen der Anlagenverschlechterung und den Faktoren, die diese Verschlechterung verursachen. In diesem Beitrag wird der Informationsverlust anhand von Daten und Indizes aus dem Fahrbahnzustand des "U.S. National Park Service“ beschrieben. Es wird gezeigt, wie sich der Informationsverlust auf die Entwicklung von Modellen zur Leistungsvorhersage auswirkt. Ziel war es, einen Ansatz zur Berechnung des Informationsverlustes sowie Strategien zur Minimierung dieses Verlustes vorzustellen. Die Ergebnisse zeigten, wie sich Informationsverluste auf die Fähigkeit zur Entwicklung von Leistungsvorhersagemodellen auswirken können. Die wichtigste Schlussfolgerung der Studie ist, dass Informationsverluste und -verzerrungen für alle Zustandsindizes bewertet werden sollten, um diese Verluste und Verzerrungen zu minimieren.