A PROTOTYPE CASE-BASED REASONING SYSTEM FOR PREDICTION OF THE STRUCTURAL NUMBER OF ASPHALT PAVEMENT

HASSAN HASSANIN, BADRELDIN A. MOUSA, ESSAM A. SHARAF, A. M salem

Abstract


In this paper, A prototype Case-Based Reasoning (CBR) methodology is used to

predict the structural number of asphalt pavement sections through developing

knowledge-base containing 2400 cases. The predicted structural number is used in

designing an overlay thickness. It is also used to aid highway maintenance manager to put

fast solutions to a defected asphalt pavement. Each case in the knowledge base represents

an asphalt pavement section that contains all factors forming the section. These factors

include layers types, thickness, and properties as well as the design traffic load and the

associated deflection basin. By entering the inputs of a new case that includes the

deflection basin measured in the field using the falling weight deflectometer into the CBR

system, the system will retrieve the most similar case stored in the memory in very small

time. The retrieved case contains the structural number (SN) of the section that is

considered a measure of asphalt pavement structural capacity. Many trials are done to

define the important features of the case. Results of these trials indicate that the

description of the case includes the seven deflection values (deflection basin) while the

action includes the elastic layered system as well as the structural number. The retrieved

structural number is considered the solution of the problem. Hundred experiments are

conducted to train and test both of the covering of the knowledge base and the retrieval

process of the prototype CBR system. Results indicate that the prototype CBR system is

successful in the prediction of the structural number of asphalt pavement with confidence

levels greater than 90%.


Refbacks

  • There are currently no refbacks.