In pavement management systems, it is beneficial to consider the economies of scale stemming from the synchronization of repairs conducted on neighboring sections within a single work zone. However, finding the globally optimal solution of the repair and work zone policy for a large-scale pavement network along a long-term planning horizon can be computationally cumbersome. In this study, as a benchmark, we first propose an exact solution algorithm based on dynamic programming. Then we second propose a computationally feasible methodology, a time-invariant simplified rule, to determine desirable (near-optimal) policies. The proposed methodology is applied to two numerical studies: (i) Case 1 for a small-scale road pavement system to compare life cycle costs and computational times between the rule-based methodology and the exact solution algorithm, and (ii) Case 2 for a real-scale road pavement system to discuss the effectiveness of the rule-based methodology. In Case 1, the rule-based methodology derives a near-optimal solution with a significantly shorter computational time than the exact solution algorithm. Case 2 shows that the rule-based methodology can find a superior policy to the aggregation of the optimal solutions independently found for each of decomposed sub-systems in a feasible computational time. Through sensitivity analyses, we find that the repair and work zone policies should vary depending on the deterioration process, cost factors, and weight between agency and user costs for society’s view or available budget for the agency’s perspective.

在路面管理系统中，考虑在单个工作区内对相邻路段进行的维修同步所产生的规模经济是有益的。但是，在长期规划的范围内为大型人行道网络寻找维修和工作区策略的全球最佳解决方案可能会很麻烦。在本研究中，作为基准，我们首先提出一种基于动态规划的精确求解算法。然后，我们第二次提出了一种计算上可行的方法，即时不变的简化规则，以确定所需的（接近最佳）策略。拟议的方法论应用于两个数值研究：（i）案例1，用于小规模路面系统，以比较基于规则的方法论和精确解算法之间的生命周期成本和计算时间，（ii）实际规模的路面系统的案例2，讨论了基于规则的方法的有效性。在情况1中，基于规则的方法得出的近似最优解的计算时间比精确解算法短得多。案例2表明，基于规则的方法可以在可行的计算时间内找到优于针对每个分解子系统独立找到的最优解决方案的聚合策略。通过敏感性分析，我们发现维修和工作区域策略应根据恶化过程，成本因素以及代理商和用户成本之间的权重（基于社会观点或代理商的可用预算）而有所不同。基于规则的方法得出的近似最优解的计算时间比精确解算法短得多。案例2表明，基于规则的方法可以在可行的计算时间内找到优于针对每个分解子系统独立找到的最优解决方案的聚合策略。通过敏感性分析，我们发现维修和工作区策略应根据恶化过程，成本因素以及代理商和用户成本之间的权重（基于社会观点或代理商的可用预算）而有所不同。基于规则的方法得出的近似最优解的计算时间比精确解算法短得多。案例2表明，基于规则的方法可以在可行的计算时间内找到优于针对每个分解子系统独立找到的最优解决方案的聚合策略。通过敏感性分析，我们发现维修和工作区策略应根据恶化过程，成本因素以及代理商和用户成本之间的权重（基于社会观点或代理商的可用预算）而有所不同。案例2表明，基于规则的方法可以在可行的计算时间内找到优于针对每个分解子系统独立找到的最优解决方案的聚合策略。通过敏感性分析，我们发现维修和工作区策略应根据恶化过程，成本因素以及代理商和用户成本之间的权重（基于社会观点或代理商的可用预算）而有所不同。案例2表明，基于规则的方法可以在可行的计算时间内找到优于针对每个分解子系统独立找到的最优解决方案的聚合策略。通过敏感性分析，我们发现维修和工作区策略应根据恶化过程，成本因素以及代理商和用户成本之间的权重（基于社会观点或代理商的可用预算）而有所不同。