A Decision Making Framework for Recommended Maintenance of Road Segments

要約

各国の道路維持プロジェクトに割り当てられる予算は限られているため、道路管理部門は科学的な維持管理の決定を下すことが困難に直面しています。
この文書は、道路管理部門に、より科学的な意思決定ツールと証拠を提供することを目的としています。
本論文で提案するフレームワークは、主に以下の 4 つの革新的な点がある。 1) 特定の指標値を正確に予測するのではなく、道路区間の舗装性能劣化レベルを判断基準として予測する。
2) 複数の要素に基づいて保守ルートの優先順位を決定します。
3) 技術指標と管理指標の両方を考慮しながら、過去の保守パフォーマンス評価に基づいて予測戦略を策定するための深層強化学習モデルを確立することにより、保守計画を決定します。
4) 実際の修理効果と提案された修理効果に応じて修理セクションの優先順位を決定します。
これら 4 つの問題を解決することで、このフレームワークは、限られた資金と過去の保守管理経験を考慮して、最適な保守計画とセクションに関して賢明な決定を下すことができます。

要約(オリジナル)

Due to limited budgets allocated for road maintenance projects in various countries, road management departments face difficulties in making scientific maintenance decisions. This paper aims to provide road management departments with more scientific decision tools and evidence. The framework proposed in this paper mainly has the following four innovative points: 1) Predicting pavement performance deterioration levels of road sections as decision basis rather than accurately predicting specific indicator values; 2) Determining maintenance route priorities based on multiple factors; 3) Making maintenance plan decisions by establishing deep reinforcement learning models to formulate predictive strategies based on past maintenance performance evaluations, while considering both technical and management indicators; 4) Determining repair section priorities according to actual and suggested repair effects. By resolving these four issues, the framework can make intelligent decisions regarding optimal maintenance plans and sections, taking into account limited funds and historical maintenance management experiences.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google