Resumen

Los métodos existentes de predicción del rendimiento del pavimento están limitados a predicciones de un solo factor, que a menudo enfrentan los desafíos de alto costo, baja eficiencia y baja precisión. Es difícil resolver simultáneamente las dependencias temporales, espaciales y exógenas entre los datos de rendimiento del pavimento y el mantenimiento, la vida útil de las carreteras, el medio ambiente y otros factores. La tecnología de gemelos digitales basada en el modelo de modelado de información de construcción (BIM), combinada con el aprendizaje automático, plantea una nueva perspectiva y método para la predicción precisa y oportuna del rendimiento del pavimento. En este documento, proponemos un enfoque de predicción del rendimiento del pavimento del túnel de carretera basado en un gemelo digital y apilamiento de múltiples series temporales (MTSS). Este documento (1) establece un modelo de predicción de MTSS con apilamiento heterogéneo de los componentes de aprendizaje extremo de refuerzo

• Materias:Modelo de rigidez Desempeño estructural Fallas estructurales Estructuras de membrana
• Subjects:Stiffness model Structural performance Structural failures Membrane structures
• Palabras claves:Existente; Predicción del rendimiento del pavimento; Gemelo digital; Apilamiento de múltiples series temporales; Aprendizaje automático; Túnel de carretera
• Keywords:Existing; Pavement performance prediction; Digital twin; Multiple time series stacking; Machine learning; Highway tunnel