A cikk a különböző arányban újrahasznosított aszfaltot (RAP) tartalmazó aszfaltkeverékek közvetett húzószilárdságának vizsgálatára összpontosít, lineáris regressziós és a neurális hálózati modellek alkalmazásával. A Véletlenszerű erdő (Random Forest) és a Neurális hálózat (Neural Network) modell összehasonlítása szemléltette és igazolta a gépi tanulási technikák aszfaltok közvetett húzószilárdságának (ITS-értékeknek) becslésére való megfelelőségét, nedves és száraz körülmények között egyaránt. Ez a kutatási munka hozzájárult ahhoz, hogy az aszfaltkeverékek teljesítményét befolyásoló sokrétű dinamikát egyre jobban meg lehessen érteni, emellett értékes adalékokat nyújtott a pálya-szerkezet-tervezési és -építési gyakorlat különböző környezeti feltételek mellett való optimalizálásához. A munka során kifejlesztett modell sikeresen, tehát magas R2-értékkel képes becsülni az ITS (nedves és száraz) érték és az azt befolyásoló tényezők, a habosított bitumen tartalom (FBC) és a RAP közötti kapcsolatot. A további vizsgálat feltárta az ITS metrika nedves és száraz körülmények között eltérő viselkedését.

Ausztriában az útpályaszerkezetek méretezéséhez jelenleg olyan méretezési katalógust használnak, amely 10 forgalmi terhelési osztályt és aszfaltburkolatú típus-pályaszerkezet vonatkozásában 5 variációt különböztet meg. Ezeket a terhelési osztályokat olyan forgalom specifikus paraméterek alapján határozzák meg, mint az „i” járműkategória napi forgalmának éves átlaga vagy a napi teherforgalom éves átlaga. Ennél a módszernél azonban sem a nagy jelentőséggel bíró – funkcionális – teljesítménytulajdonságokat, sem a forgalom által okozott terhelés részletes adatait (pl. tengelyterhelés vagy összsúly) nem lehet figyelembe venni. Az osztrák útpályaszerkezetek méretezése során ezen korlátok feloldásához egy számításos eljárás került kidolgozásra. Az eljárásban egyes fontos bemeneti paraméterekre, mint például a forgalmi terhelés, valamint a felhasznált aszfaltok merevsége illetve fáradással szembeni ellenállása, olyan méretezési szinteket vezettek be a teljesítménykövetelményekre alapozva, amelyek figyelembe veszik ezen részletes adatokat is. Ez a megközelítés biztosítja, hogy az egyes input adatok meghatározásnál alkalmazott vizsgálatok elterjedésének növekedésével a szükséges méretezési tartalékok csökkenjenek. Ennek köszönhetően az aszfaltburkolatú utak modern, használati szokásokat figyelembe vevő és ezáltal gazdaságos méretezése válik lehetővé.