CN108920867B - 一种沥青路面就地热再生施工方案多目标优化方法 - Google Patents

一种沥青路面就地热再生施工方案多目标优化方法 Download PDF

Info

Publication number
CN108920867B
CN108920867B CN201810810889.8A CN201810810889A CN108920867B CN 108920867 B CN108920867 B CN 108920867B CN 201810810889 A CN201810810889 A CN 201810810889A CN 108920867 B CN108920867 B CN 108920867B
Authority
CN
China
Prior art keywords
construction
asphalt pavement
scheme
cost
objective optimization
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201810810889.8A
Other languages
English (en)
Other versions
CN108920867A (zh
Inventor
张金生
于斌
孙小峰
张行生
成雪平
曹阳开
付理想
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jiangsu Ruiwo Construction Group Co ltd
Original Assignee
Jiangsu Ruiwo Construction Group Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Jiangsu Ruiwo Construction Group Co ltd filed Critical Jiangsu Ruiwo Construction Group Co ltd
Priority to CN201810810889.8A priority Critical patent/CN108920867B/zh
Publication of CN108920867A publication Critical patent/CN108920867A/zh
Application granted granted Critical
Publication of CN108920867B publication Critical patent/CN108920867B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/10Geometric CAD
    • G06F30/13Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00Details relating to CAD techniques
    • G06F2111/06Multi-objective optimisation, e.g. Pareto optimisation using simulated annealing [SA], ant colony algorithms or genetic algorithms [GA]
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02TCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00Road transport of goods or passengers
    • Y02T10/10Internal combustion engine [ICE] based vehicles
    • Y02T10/40Engine management systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Geometry (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • General Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Architecture (AREA)
  • Civil Engineering (AREA)
  • Structural Engineering (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Road Paving Machines (AREA)

Abstract

本发明属于沥青路面施工方案决策技术领域,特别涉及一种沥青路面就地热再生施工方案多目标优化方法。应用离散事件模拟软件EZStrobe构建沥青路面铺装离散事件模型,实现复拌再生法和复拌加铺法两种施工工艺的可视化仿真,然后构建以施工环境影响、施工成本、施工质量为决策变量的施工方案多目标优化模型,通过NSGA‑Ⅱ算法求解多目标优化问题,获得Pareto最优解。本发明通过求解建立的以施工环境影响、施工成本、施工质量为决策变量的施工方案多目标优化模型,可对沥青路面就地热再生施工方案的经济效益、环境效益和路用性能进行综合性量化评定。本发明通过对沥青路面的施工方案进行多目标优化,提供了沥青路面就地热再生施工方案的决策优化方法。

Description

一种沥青路面就地热再生施工方案多目标优化方法
技术领域
本发明属于沥青路面施工方案决策技术领域,特别涉及一种沥青路面就地热再生施工方案多目标优化方法。
背景技术
当前,道路工作者针对不同的道路病害情况,提出了三种基本的沥青路面就地热再生施工方案,即表面再生法、重铺再生法和复拌再生法。而在施工方案的决策过程中,决策者要求在在规定的工期内,以合理的施工成本完成施工质量达标的工程任务。但是环境影响、成本、质量三者之间关系错综复杂,同时取得最优效果较为困难。
在环境影响方面,研究者通常采用基于流程的生命周期分析方法,将整个施工过程拆分成几个阶段,以分别研究不同阶段施工环境影响,但这种评价方法往往缺乏对施工过程的整体考量,且忽略了各过程之间可能存在的相互作用。在施工质量方面,沥青路面再生技术从20世纪90年代后期在我国迅速发展,大量的试验路和再生路面被铺筑,涉及到再生沥青混合料的力学性能评价、生产工艺、再生剂效果、再生沥青路面的路用性能追踪,但是结合经济和环境因素的研究,还停留在定性分析上。在施工成本或者说是经济方面,道路工作者更加关注路面再生项目本身所带来的直接经济效益,往往忽略了沥青路面再生工程本身也会消耗大量的能源和产生污染,片面地以牺牲环境和路用性能来追求经济效益。
由此可见,当前沥青路面就地热再生施工在环境、成本和质量方面的研究是割裂的,因此需要选取合适的目标函数限制条件综合考虑这三方面来进行施工方案决策具有重要的现实意义。
发明内容
本发明为了克服现有技术中存在的针对沥青路面就地热再生施工质量评价的研究较为匮乏,相关工作进展缓慢,尚未形成统一的施工质量评价标准体系;对于追求某一目标达到最优,而其余两目标则会有一定程度的损失的问题,提供一种沥青路面就地热再生施工方案多目标优化方法。
本发明为实现上述目的采取的技术方案是:一种沥青路面就地热再生施工方案多目标优化方法,其特征在于,结合沥青路面就地热再生施工方案以及EZStrobe各基本事件要素,构建沥青路面就地热再生施工过程的离散事件模型;针对施工成本、施工质量和施工环境影响三个目标,分别构建相应的目标函数与约束条件;通过NSGA-Ⅱ算法求解多目标优化问题,求得Pareto最优解;对目标函数极值进行对比分析,选取最佳沥青路面施工方案,实现优化。
进一步地,使用EZStrobe软件通过Visio流程图与其内置函数编译模块Stroboscope相结合的方法,实现复拌再生法、复拌加铺法两种施工工艺各施工步骤的有序模拟;输入相关模拟参数,包括运料车数量、设备排放率、待摊铺沥青混合料数量,EZStrobe即可进行离散事件施工状况模拟。
进一步地,构建以施工环境影响、施工成本、施工质量为决策变量的施工方案多目标优化模型;通过离散事件仿真获得燃料消耗和污染气体排放的评价标准,选择温室效应潜能、酸化潜能、危害呼吸健康潜能三个最为重要的环境指标作为二级评价指标,评价施工过程污染气体排放造成的环境污染;以材料成本和机械使用成本为对象,构建施工成本评价函数,机械成本通过查表获得,施工成本表达式:
Figure GDA0001791743530000031
其中,cj为机械施工成本,tj为机械施工时间,mj为机械数量;c1为新料价格,c2为旧料价格,M1为新料用量,M2为旧料用量;cc为柴油价格,Ec为柴油消耗量;施工成本评价目标函数:
Figure GDA0001791743530000032
其中,Cb为基础方案施工成本,Ci为其他方案施工成本;
通过施工可靠性与压实度两项指标对沥青路面就地热再生施工质量进行评定,确定施工质量评价目标函数。
进一步地,在所述构建的离散事件模型基础上,针对所述施工环境影响、施工成本、施工质量这三个目标对象函数选用NSGA-Ⅱ算法,采用混合编码形式对代表解的染色体进行编码,对自卸卡车类型的选择采用二进制编码,对施工机械数量和压实次数采用实数编码,求解多目标优化问题,得到Pareto最优解。
进一步地,所述施工机械包括自卸卡车、加热机。
进一步地,根据所述求解的结果,绘制三个目标之间的二维散点分布图,得出施工成本、环境影响与施工质量之间的关系,并对决策变量与多目标优化结果之间的关系进行分析,最后对目标函数极值进行对比分析,实现沥青路面就地热再生施工方案优化。
本发明与现有技术相比,本发明解决了现有沥青路面施工决策过程片面追求经济效益或是路用性能从而忽视环境的不足,同时本发明公开的方法简单、方便,获得的结果更加的准确,从而能够根据计算的结果采用最优的沥青路面施工方案,兼顾经济、环保和路用性能。
附图说明
图1为本发明提供的方法流程图;
图2为复拌再生法离散事件模型;
图3为A施工工艺Pareto最优解分布示意图;
图4为B施工工艺Pareto最优解分布示意图;
图5为施工环境影响与施工质量分布图;
图6为施工成本与施工质量分布图;
图7为施工成本与施工环境影响分布图;
图8为目标方案目标函数值。
具体实施方式
以下结合附图与实施例对本发明进一步说明:
实施例
如图1所示,本发明一种沥青路面就地热再生施工方案多目标优化方法,主要包括以下步骤:
(1)离散事件建模:
以复拌再生法为例,结合沥青路面就地热再生施工方案以及EZStrobe各基本事件要素,即可构建复拌再生法沥青路面就地热再生施工的离散事件模型,如图2所示,各基本事件要素解释见表1。
表1基本事件要素解析
Figure GDA0001791743530000041
Figure GDA0001791743530000051
(2)构建施工环境影响目标函数
通过离散事件仿真获得燃料消耗和污染气体排放的评价标准,选择温室效应潜能(GWP)、酸化潜能(AP)、危害呼吸健康潜能(REP)三个最为重要的环境指标作为二级评价指标,评价施工过程污染气体排放造成的环境污染。GWP,AP和REP分别以CO2-eq,SO2-eq和PM2.5-eq表示。表2列出了每种污染气体的转换因子。
表2不同污染气体造成的环境污染的转换因子
Figure GDA0001791743530000052
注:上文计算PM值包含PM10与PM2.5,需将计算结果乘以0.97才能转化为PM2.5排放结果。
定义环境影响评价方程为f,具体表达式如式1所示,式2则为其约束条件。f=w1EC+w2(w21GWP+w22AP+w23REP) (1)
Figure GDA0001791743530000061
其中wi为指标权重,EC、GWP、AP和REP分别为归一化后能源消耗指标、温室效应指标、酸化效应指标、危害健康效应指标的评价值。
(3)构建施工成本评价目标函数
工程项目施工成本主要由直接成本和间接成本两项构成,直接成本主要由人工费、建筑工程材料费和施工机械使用费等构成,间接成本主要为管理成本和规费。以材料成本(新混合料、旧混合料和柴油)和机械使用成本为对象构建施工成本评价函数。
采用旧料利用率100%,新料种类为AC-13C,A、B两方案新料掺量分别为20%、40%,而柴油消耗量通过模拟得到。各施工材料用量及价格如表3所示。
表3材料用量及成本
Figure GDA0001791743530000062
注:1、2017年1-6月江苏省AC-13C沥青混合料平均价格;2、2017年市场指导收购价格;3、2017年1-6月全国柴油平均价格。
施工机械成本分为两部分,机械租赁成本及人工费,各施工机械成本(不包含能耗成本)如表4所示。
表4施工机械成本
Figure GDA0001791743530000063
Figure GDA0001791743530000071
假定施工成本为C,单车道施工(施工宽度3.75m),其表达式如式3所示。
Figure GDA0001791743530000072
其中cj为机械施工成本,tj为机械施工时间,mj为机械数量;c1为新料价格,c2为旧料价格,M1为新料用量,M2为旧料用量;cc为柴油价格,Ec为柴油消耗量。定义施工成本评价目标函数如式4所示。
Figure GDA0001791743530000073
其中,Cb为基础方案施工成本,Ci为其他方案施工成本。
(4)构建施工质量评价目标函数
建立一套基于仿真的施工质量评价体系。将机械数量方面的因素定义为施工可靠性,认为每增加一辆施工机械,施工质量可靠性便提高一分。在实际施工中,压实度是决定再生路面使用期限的关键。因此以施工可靠性与压实度两项指标对沥青路面就地热再生施工质量进行评价。
假定有两台HM4500加热机投入施工,这基于天气条件良好的情况下,而在气温较低、施工工期紧张的情况下,可以增加加热机数量,以充分加热路面。定义加热机数量指标为Nh,其表达式如式5所示。
Figure GDA0001791743530000074
其中,hb为基础方案加热机数量,hi为其他方案加热机数量。同时,为减少投入,保证施工过程流畅性,加热机数量应控制在2-4辆。在摊铺过程中,要求摊铺机连续作业,摊铺机等待时间不能过长。为满足上述施工要求,自卸卡车应及时到达施工现场,而最佳自卸卡车数目是基于施工环境影响最小所确定的,如果自卸卡车在往返过程中发生故障、交通事故等意外情况,会致使施工流程中断。因此,在实际施工过程中,要适当增加自卸卡车数量。定义自卸卡车数量指标为Nt,其表达式如式6所示。
Figure GDA0001791743530000081
其中,tb为基础方案自卸卡车数量,ti为其他方案自卸卡车数量。自卸卡车数量不应过多,增加自卸卡车数量在2-4辆之间。
定义压实度指标为Nc,其表达式如式7所示。
Figure GDA0001791743530000082
其中,cb为基础方案压实度,ci为其他方案压实度。
定义施工质量评价函数如式8,约束条件如式9所示。
maxf3=w1′Nc+w2′(w21′Nh+w22′Nt) (8)
Figure GDA0001791743530000083
与环境影响评价函数相同,采用等权重法定义指标权重,假定同级别权重相等,即w1′=w2′=0.5,w21′=w22′=0.5。
(5)多目标优化模型的NSGA-II算法实现
首先采用混合编码形式对代表解的染色体进行编码,对自卸卡车类型的选择采用二进制编码,对施工机械(自卸卡车、加热机)数量和压实次数采用实数编码,如表5所示。染色体(0,2,2,8)所代表的方案含义可通过表5进行解析。
表5染色体编码结果
Figure GDA0001791743530000084
Figure GDA0001791743530000091
将A施工工艺、染色体(0,2,2,8)所代表的方案作为A施工工艺基础方案,将B施工工艺、染色体(0,2,2,12)所代表的方案作为B施工工艺基础方案,其目标函数值(f1,f2,f3)设定为(1,1,1)。
每个个体的染色体上的基因组合都是随机组成的,初始化种群,随机产生数目为20的子个体,检查每个子个体的有效性,如果无效则重新生成,直到满足要求的初始个体达到20个为止。初始种群记为P0,初始种群数量参数n=20。对于初始种群P0进行交叉和变异操作,产生数量为20的第一代子代群体Q0。其中交叉概率Pc=0.5,变异概率Pm=0.05。将P0、Q0两种群合并为数量为40的新种群R0,通过非劣排序从中选择数目为20的较优个体进入下一种群P1。重复这一过程,直到达到最大进化代数,本发明最大进化代数N=20。
(6)多目标优化方案评价
根据施工多目标优化模型运行NSGA-Ⅱ算法,分别求得两种施工工艺的各20组Pareto最优解,其分布形式如图3、4所示。以A施工工艺为例,可以看出按照施工质量(目标函数值f3)的不同,20组Pareto最优解分别分布在高、中和低三个不同的分层,最优解的个数分别为6、9和5,这表明20组Pareto最优解能够充分兼顾不同的施工方案,满足决策者对不同施工质量的决策需求。
同时,为了能够更好地了解Pareto最优解前端分布情况,给出A方案三个目标之间的二维散点分布图5、6、7,B施工方案各目标之间的线性关系与之类似。三幅图的非劣排序都为3层,Pareto最优解的多样性得到保证。从图中可以发现,随着施工成本的增加,施工环境影响与施工质量不断提高,而施工环境影响与施工质量之间并无明显的线性关系。决策者可根据投资预算、预期环境影响评估和最低施工质量要求,选择相应的施工方案。
对决策变量与多目标优化结果之间的关系进行分析,各决策变量出现频数结见表6。可以发现,施工优化后的自卸卡车具有更好的表现效果,在20组方案中共出现12次。而自卸卡车数量对多目标优化结果影响较小,这与其自身能耗与成本较低有关,因此在制定施工方案时,可适当提高自卸卡车数量。而加热机数量对三个目标结果影响较大,加热机数辆为2的方案有18个,加热机自身使用成本高、能耗高的特性制约着加热机数辆不能过度增加[24]。随着压实次数增多,其频数呈现断层式下降,其原因是压实次数与压实度之间并不是简单的线性关系,在制定施工方案时应更加注重其实际压实效果,不应单方面追求过多次数的碾压施工。
另外,与A施工工艺相比,经施工优化后的自卸卡车(DF EQ3243VB3G)数量进一步增加,这一变动带来的直接影响是自卸卡车数量为2的方案数增加了3组。也就是说,施工机械优化效果在B施工工艺上表现更加明显。
表6决策变量多目标优化结果
Figure GDA0001791743530000101
以A、B两种施工工艺施工方案优化结果为对象,以Minf1、Minf2和Maxf3为追求目标,分别从A、B的各组优化方案中选取满足要求的施工方案进行分析,各方案的基本信息如表7所示。为方便观察,将各方案的目标函数值以柱状图的形式表示,其结果如图8所示。
表7目标方案基本信息
Figure GDA0001791743530000111
对Minf1进行分析,可以发现B施工工艺在三个目标函数上都占有一定的优势。因此在追求环境影响最小这一目标时,B施工工艺表现更为优异。以Minf2为评价准则时,B施工工艺虽然在施工环境影响、施工成本等方面要优于A施工工艺,但该方案的施工质量明显低于A施工工艺,两方案并无相对优劣性,如何选择取决于决策者个人偏好。以Maxf3为追求目标,可以发现A、B两种施工工艺在施工质量上表现并无太大差异,但B施工工艺在施工环境影响、施工成本等方面要优于A施工工艺。
综上所述,本发明解决了现有沥青路面施工决策过程中选取指标过于单一的缺陷,同时本发明公开的方法简单、方便,获得的结果更加的准确,从而能够根据计算的结果采用最优的沥青路面施工方案,兼顾经济、环保和路用性能。。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (3)

1.一种沥青路面就地热再生施工方案多目标优化方法,其特征在于,结合沥青路面就地热再生施工方案以及EZStrobe各基本事件要素,构建沥青路面就地热再生施工过程的离散事件模型;针对施工成本、施工质量和施工环境影响三个目标,分别构建相应的目标函数与约束条件;通过NSGA-Ⅱ算法求解多目标优化问题,求得Pareto最优解;对目标函数极值进行对比分析,选取最佳沥青路面施工方案,实现优化;具体包括以下步骤:
使用EZStrobe软件通过Visio流程图与其内置函数编译模块Stroboscope相结合的方法,实现复拌再生法、复拌加铺法两种施工工艺各施工步骤的有序模拟;输入相关模拟参数,包括运料车数量、设备排放率、待摊铺沥青混合料数量,EZStrobe即可进行离散事件施工状况模拟;
构建以施工环境影响、施工成本、施工质量为决策变量的施工方案多目标优化模型;通过离散事件仿真获得燃料消耗和污染气体排放的评价标准,选择温室效应潜能、酸化潜能、危害呼吸健康潜能三个最为重要的环境指标作为二级评价指标,评价施工过程污染气体排放造成的环境污染;以材料成本和机械使用成本为对象,构建施工成本评价函数,机械成本通过查表获得,施工成本表达式:
Figure FDA0003985340850000011
其中,cj为机械施工成本,tj为机械施工时间,mj为机械数量;c1为新料价格,c2为旧料价格,M1为新料用量,M2为旧料用量;cc为柴油价格,Ec为柴油消耗量;施工成本评价目标函数:
Figure FDA0003985340850000012
其中,Cb为基础方案施工成本,ci为其他方案施工成本;
通过施工可靠性与压实度两项指标对沥青路面就地热再生施工质量进行评定,确定施工质量评价目标函数;
在所述构建的离散事件模型基础上,针对所述施工环境影响、施工成本、施工质量这三个目标对象函数选用NSGA-Ⅱ算法,采用混合编码形式对代表解的染色体进行编码,对自卸卡车类型的选择采用二进制编码,对施工机械数量和压实次数采用实数编码,求解多目标优化问题,得到Pareto最优解。
2.根据权利要求1所述的一种沥青路面就地热再生施工方案多目标优化方法,其特征在于,所述施工机械包括自卸卡车、加热机。
3.根据权利要求1所述的一种沥青路面就地热再生施工方案多目标优化方法,其特征在于,根据所述求解的结果,绘制三个目标之间的二维散点分布图,得出施工成本、环境影响与施工质量之间的关系,并对决策变量与多目标优化结果之间的关系进行分析,最后对目标函数极值进行对比分析,实现沥青路面就地热再生施工方案优化。
CN201810810889.8A 2018-07-23 2018-07-23 一种沥青路面就地热再生施工方案多目标优化方法 Active CN108920867B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810810889.8A CN108920867B (zh) 2018-07-23 2018-07-23 一种沥青路面就地热再生施工方案多目标优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810810889.8A CN108920867B (zh) 2018-07-23 2018-07-23 一种沥青路面就地热再生施工方案多目标优化方法

Publications (2)

Publication Number Publication Date
CN108920867A CN108920867A (zh) 2018-11-30
CN108920867B true CN108920867B (zh) 2023-06-16

Family

ID=64415656

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810810889.8A Active CN108920867B (zh) 2018-07-23 2018-07-23 一种沥青路面就地热再生施工方案多目标优化方法

Country Status (1)

Country Link
CN (1) CN108920867B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109914208B (zh) * 2019-04-15 2021-02-12 英达热再生有限公司 路面线形变化路段优化沥青混合料配比热再生修补方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107122530A (zh) * 2017-04-13 2017-09-01 东南大学 基于离散事件的模拟沥青路面施工对环境影响的方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
PL2514871T3 (pl) * 2011-04-18 2016-12-30 Sposób wbudowywania I zagęszczania warstwy asfaltowej

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107122530A (zh) * 2017-04-13 2017-09-01 东南大学 基于离散事件的模拟沥青路面施工对环境影响的方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
沥青路面就地热再生环境影响评价;刘强;《山东交通科技》;20180225(第01期);全文 *

Also Published As

Publication number Publication date
CN108920867A (zh) 2018-11-30

Similar Documents

Publication Publication Date Title
Cao et al. Comparative life cycle assessment of warm mix technologies in asphalt rubber pavements with uncertainty analysis
Moins et al. Implementing life cycle cost analysis in road engineering: A critical review on methodological framework choices
Sivilevičius Application of expert evaluation method to determine the importance of operating asphalt mixing plant quality criteria and rank correlation
Ozcan-Deniz et al. Multi-objective optimization of greenhouse gas emissions in highway construction projects
CN111652520B (zh) 一种基于大数据的路面养护智能决策系统及方法
Mukherjee et al. Project emissions estimator: implementation of a project-based framework for monitoring the greenhouse gas emissions of pavement
CN114912635A (zh) 一种公路养护决策方法、系统、存储介质和电子设备
CN114118834A (zh) 一种沥青路面全生命周期环境影响评价方法
CN108920867B (zh) 一种沥青路面就地热再生施工方案多目标优化方法
Karlsson et al. Energy use generated by traffic and pavement maintenance: decision support for optimization of low rolling resistance maintenance treatments
Han et al. A multi-factor analysis approach for recycled asphalt mixture stockpile center location
HERABAT et al. Multi-objective optimization model using constraint-based genetic algorithms for Thailand pavement management
Amândio et al. Intelligent planning of road pavement rehabilitation processes through optimization systems
Hasan et al. A multi-criteria decision-making framework for sustainable road transport systems: Integrating stakeholder-cost-environment-energy for a highway case study in United Arab Emirates
CN116596363A (zh) 一种钢桥面铺装养护方案的后评估方法
Wang et al. China’s building energy efficiency standards assessment based on fuzzy evaluation algorithm
Gáspár et al. Complex optimization of heavy duty asphalt pavement types in DURABROADS project
Cao et al. Comparative analysis of cold in-place recycling for roadway maintenance and rehabilitation from the perspectives of technical-cost-environmental nexus
Flintsch et al. Sustainable pavement management
Cao Development of a multi-dimensional life cycle analysis framework towards sustainable pavement management on project and network levels
CN116910875B (zh) 一种考虑生态效益的沥青路面全生命周期养护规划方法
DeCarlo et al. Sustainable pavement rehabilitation strategy using consequential life cycle assessment: An example of interstate 95
Chen et al. Evaluation of construction waste recycling schemes under the life cycle: A proposed weight-TOPSIS approach improved by GRA
Nasseri et al. Application of improved crack prediction methodology in Florida's highway network
Khodaeiparchin Decarbonization of road construction and maintenance. An analysis of best practices through the Life Cycle Assessment (LCA) methodology.

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant