Skip to main content
main-content

Tipp

Weitere Artikel dieser Ausgabe durch Wischen aufrufen

06.11.2018 | Research Paper | Ausgabe 4/2019

Structural and Multidisciplinary Optimization 4/2019

Principal component analysis-based predictive modeling and optimization of permanent deformation in asphalt pavement: elimination of correlated inputs and extrapolation in modeling

Zeitschrift:
Structural and Multidisciplinary Optimization > Ausgabe 4/2019
Autoren:
Parnian Ghasemi, Mohamad Aslani, Derrick K. Rollins, R. C. Williams
Wichtige Hinweise
Responsible Editor: Qing Li

Publisher’s Note

Springer Nature remains neutral with regard to jurisdictional claims in published maps and institutional affiliations.

Abstract

Permanent deformation in asphalt pavement is a function of material properties, loading, environmental conditions, and structural design (e.g., thickness of pavement layers). Because of the large number of effective variables and their nonlinear interrelationships, it is not easy to develop a predictive model for permanent deformation. In this study, a laboratory database containing accumulated strain values (output) and material properties (inputs) from several asphalt pavements has been used to develop a predictive model for permanent deformation. We first show that the inputs are highly correlated, then principal component analysis (PCA) is used to compute a set of orthogonal pseudo-inputs. Two predictive models based on the pseudo-inputs were developed using linear regression analysis and artificial neural networks (ANN) and are compared using statistical analysis. Extrapolation using empirical predictive models is highly risky and discouraged by experienced practitioners, so to guard against extrapolation, a method is developed to determine an input hyper-space. The above-developed model, along with an n-dimensional hyper-space, provides sufficient information for supporting an optimization algorithm for finding the minimum accumulated strain. An asphalt pavement design with accumulated strain value of 1772 micro-strain (0.02 in. in a 10-in.-thick asphalt pavement layer) is obtained by solving the optimization problem and the design parameters meet flexible pavement design specifications. The proposed framework is able to generate accurate predictive models when the original inputs are highly correlated and able to map to an optimal point in the fitted input space.

Bitte loggen Sie sich ein, um Zugang zu diesem Inhalt zu erhalten

Sie möchten Zugang zu diesem Inhalt erhalten? Dann informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 69.000 Bücher
  • über 500 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Umwelt
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Testen Sie jetzt 30 Tage kostenlos.

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 50.000 Bücher
  • über 380 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Umwelt
  • Maschinenbau + Werkstoffe




Testen Sie jetzt 30 Tage kostenlos.

Literatur
Über diesen Artikel

Weitere Artikel der Ausgabe 4/2019

Structural and Multidisciplinary Optimization 4/2019 Zur Ausgabe

Premium Partner

    Marktübersichten

    Die im Laufe eines Jahres in der „adhäsion“ veröffentlichten Marktübersichten helfen Anwendern verschiedenster Branchen, sich einen gezielten Überblick über Lieferantenangebote zu verschaffen. 

    Bildnachweise