Wyniki wyszukiwania - BazTech

Ograniczanie wyników

1 Roads and Bridges - Drogi i Mosty

1 2020

Znaleziono wyników: 1

Liczba wyników na stronie

Wyniki wyszukiwania

Sortuj według:

Ogranicz wyniki do:

Prediction of the road pavement condition index using stochastic models

Batrakova Angelika G., Troyanovsky Vladimir V., Batrakov Dmitry O., Pilicheva Maryna O., Skrypnyk Nataliia S.

Roads and Bridges - Drogi i Mosty

2020

Vol. 19, no. 3

225--242

Mathematical models for prediction of road network condition based on the so-called Markov chains are presented in this article. The data for calculation of elements of the transition matrix from one condition to another are taken from visual evaluation as well as from instrumental reading. It is recommended to prepare data sets in the form of pavement management system data tables based on a representative sample of measuring sections. Discrete time intervals – of one year – are used when constructing the model of transition matrices. The procedure of forming Markov transition matrix with partially complete data sets is proposed also in paper. The basis of this procedure is information on the previous condition of the structure and the results of the instrumental evaluation, which enables correction of the predicted values. The final matrix takes into account not only the probability, but also the speed of transition from one condition to another. It is also possible to work with the initial data using appropriate databases or other software.

W artykule omówiono modele matematyczne prognozowania stanu sieci drogowej z zastosowaniem tzw. łańcuchów Markowa. Dane do obliczeń elementów macierzy przejścia pomiędzy stanami są uzyskiwane na podstawie oceny wizualnej oraz w wyniku pomiarów instrumentalnych. Zalecane jest przygotowanie zestawów danych w postaci tablic systemu zarządzania stanem nawierzchni drogowej sporządzanych na podstawie reprezentatywnej próby odcinków pomiarowych. Macierze przejścia pomiędzy stanami są tworzone w przedziałach czasu o długości jednego roku. W artykule przedstawiono także procedurę tworzenia macierzy przejścia na podstawie częściowo niepełnych zestawów danych, w których wykorzystano informacje o wcześniejszym stanie nawierzchni oraz wyniki pomiarów instrumentalnych, pozwalających na skorygowanie prognozowanych wartości. Uzyskana ostatecznie macierz uwzględnia nie tylko prawdopodobieństwo, lecz również prędkość przejścia pomiędzy stanami. Ponadto możliwe jest także przetwarzanie danych wejściowych z odpowiednich baz lub ich wykorzystanie przy zastosowaniu innego oprogramowania.