相关论文阅读：On the influence of input data uncertainty on sewer deterioration models – a case study in Norway

2022-03-04, Friday - 1 分钟前

摘要

目视检查目前是评估下水道和雨水管道的行业标准——如先前的研究所示，这种方法容易产生不确定性。从目视检查程序中收集的数据是当前实践中建立康复和更换策略的主要信息基础。因此，本研究通过量化不确定性并评估其对劣化模型输出的影响来评估目视检查数据的质量。该研究是通过使用相同的视频片段重新分类管道状况类别并将分类中的差异转换为用作输入数据不确定性度量的分布来进行的。然后使用蒙特卡洛方法将这种量化的不确定性传播到恶化模型中，以评估其对模型行为的影响。结果表明，根据挪威标准编码的条件类别存在相当大的不确定性，并且它与使用各种欧洲编码系统的其他研究中估计的不确定性相当。不确定性评估表明，不确定性对模型预测有相当大的影响，因此表明目视检查方法中的不确定性会严重影响修复和更换策略的决策。