Advanced optimization approach for pavement management systems

Abstract

Pavement management systems (PMSs) are assisting road agencies in network-level budgeting and project-level decision making regarding the rational planning of maintenance and rehabilitation treatments. Faced with a large amount of data provided by automated condition surveys, common PMSs reduce the complexity of the decision problem by data aggregation towards condition-homogeneous sections and overall performance indices. This thesis consists of five publications, addressing the consequences of data aggregation for M & R optimization as well as possible solutions to the identified problems based on a new approach. The first publication is devoted to an extensive analysis of current approaches for condition survey, assessment and prediction in Germany, Austria and Switzerland. Subjective condition thresholds limiting service life and biased deterministic performance models are identified as serious limitations with major impact on prediction and optimization results. Further examination of the drawbacks of common performance models is provided in the second publication, which focuses on the deviations resulting from ignoring data censoring and correlated competing distress types in the estimation of service life. A comparison of approaches based on a realistic simulation study identifies two methods allowing for unbiased prediction, namely a developed section-specific condition model combined with survival analysis, and a copula approach. The third publication introduces a unique work-zone optimization approach which eliminates the need for data aggregation, thus avoiding the limitations of homogeneous sections. Here, treatment type, timing and work zones are the results of the optimization of the total discounted life cycle costs. Moreover, the optimization approach is presented as a part of a holistic end-to-end framework together with the developed costs, performance and M&R duration models. Key features of this new approach are the specific impact of any given treatment on multiple correlated distress types and the consideration of scale economies. Using high-resolution condition data instead of aggregated data greatly improves the accuracy of the models, but also leads to a very complex optimization problem. This necessitated the development of an innovative problem-tailored solution algorithm combining genetic algorithms and other heuristics. Furthermore, the applicability of the entire methodology and the effectiveness of this new algorithm are demonstrated using a parametric case study. Extensive results of optimization with hard/soft constraints as well as with and without user costs are presented and discussed in detail. The benefits of this advanced optimization approach are emphasized by the fourth publication, which examines the consequences of aggregating short survey sections to long homogeneous sections. It is shown that the formation of homogeneous sections leads to erroneous service life and failure cause predictions. Moreover, as the aggregation is done prior to condition prediction, the number of possible work zone solutions in the optimization is greatly reduced, limiting the potential for utilization of economies-of-scale benefits. Finally, the fifth publication analyzes the consequences of common benefit-maximization strategies in network-level M&R optimization compared to cost-minimization strategies. The results suggest that the maximization of benefits based on aggregated condition indices leads to substantially higher agency costs and favors the selection of expensive M&R treatments with earlier timing, irrespective of actual failure causes and service lives. In summary, the developed advanced optimization approach allows for a substantial improvement of current PMSs towards more efficient use of public funds while minimizing the impacts of M&R treatments on road users and environment.

Pavement Management Systeme (PMS) unterstützen Straßenverwaltungen in der Bestandsverwaltung, der Budgetierung und der Planung von betrieblichen und baulichen Erhaltungsmaßnahmen. Angesichts großer Datenmengen aus einer immer genaueren Zustandserfassung reduzieren übliche PMS die Komplexität des Entscheidungsproblems durch starke Vereinfachungen. Wesentliche Ansätze dazu sind homogene Abschnitte und die Aggregation erfasster Zustandsmerkmalen zu einem Gesamtzustand für die Optimierung. Die Dissertation besteht aus fünf Publikationen, welche die Konsequenzen dieser Vereinfachungen sowie mögliche Lösungen dieser Problematik auf Basis eines neuen Ansatzes zeigen. Die erste Publikation konzentriert sich auf eine umfassende Betrachtung der derzeit verwendeten Ansätze in der Zustandserfassung, Bewertung und Prognose der DACH-Länder. Die Analyse zeigt, welche Auswirkung die verwendeten subjektiven Zustandsgrenzen und fehlerhaften deterministischen Zustandsmodelle auf Prognose und Optimierung haben. Die zweite Publikation widmet sich den systematischen Fehlern, die sich aus der Vernachlässigung der Datenzensur und Korrelation zwischen den relevanten Schadensmerkmalen ergeben. Basierend auf einer Fallstudie wird gezeigt, wie sich diese Fehler in Zustandsmodellen und prognostizierter Lebensdauer durch eine Überlebensanalyse sowie einen Copula-Ansatz vermeiden lassen. Die dritte Publikation stellt einen neuartigen Ansatz zur Optimierung der Bauloslänge auf Projektebene vor, der die Notwendigkeit der Datenaggregation und homogener Abschnitte vermeidet. Maßnahmenwahl, Eingriffszeitpunkt und Bauloslänge sind hier das Ergebnis der Optimierung aus der Minimierung der Lebenszykluskosten. Der neuartige Ansatz erlaubt demgemäß eine durchgängige Optimierung von der Zustandserfassung bis zur Budgetierung auf Basis von Skalenerträgen. Die dafür erforderliche detaillierte Modellierung von Zustandsmerkmalen und Maßnahmenwirkung schafft ein wesentlich komplexeres Entscheidungsproblem, dass jedoch durch einen neuartigen, heuristisch-genetischen Lösungsalgorithmus auflösbar ist. Die umfassende Analyse des Ansatzes erfolgt über eine kalibrierte Parameterstudie aus Sicht von Betreiber bzw. Betreiber und Nutzer für unterschiedlichste Randbedingungen und Zinssätze. Die Vorteile des neuartigen Ansatzes gegenüber herkömmlichen Methoden werden anhand einer Gegenüberstellung der Konsequenzen aus der Aggregation der kurzen Erfassungsabschnitte zu langen homogenen Abschnitten und Gesamtzuständen belegt. Es kann gezeigt werden, dass die Bildung homogener Abschnitte zu systematischen Fehlern in der Prognose von Lebensdauer und Schadensursache ungeachtet von der verwendeten Methodik führt. Da die Aggregation üblicherweise vor der Zustandsprognose erfolgt, kommt es zudem zu einer starken Einschränkung des Lösungsraumes in der Optimierung. Dementsprechend können die sich ergebende Maßnahmenwahl und Bauloslänge in bisher üblichen PMS-Ansätzen allein schon deshalb nicht optimal sein. In der fünften Publikation werden abschließend die Konsequenzen der Nutzenmaximierung auf Basis der Kostenwirksamkeit den Ergebnissen des neuen durchgängigen Lebenszykluskostenansatzes auf Netzebene gegenübergestellt. Die Resultate auf Basis einer Parameterstudie belegen, dass die im PMS übliche Nutzenmaximierung für den Betreiber zu substanziell höheren Kosten im Vergleich zur Minimierung der Lebenszykluskosten unter vergleichbaren Bedingungen führt. Zusammenfassend ermöglicht der neuartige Ansatz eine substanzielle Verbesserung gegenüber herkömmlichen Ansätzen im PMS. Dementsprechend kann eine Umsetzung dieses verbesserten Optimierungsansatzes zu einem wesentlich effizienteren Einsatz der öffentlichen Mittel aus Sicht von Betreiber, Nutzern und Umwelt führen.