CIVILICA We Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

پیش بینی مقاومت مارشال آسفالت: کاربرد شبکه های عصبی مصنوعی و ماشین های بردار پشتیبان

اعتبار موردنیاز : ۱ | تعداد صفحات: ۷ | تعداد نمایش خلاصه: ۴۵۴ | نظرات: ۰
سرفصل ارائه مقاله: عمران
سال انتشار: ۱۳۹۲
نوع ارائه: پوستر
کد COI مقاله: AESCIVIL01_048
زبان مقاله: فارسی
حجم فایل: ۲۶۰.۶۸ کیلوبایت (فایل این مقاله در ۷ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.
با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید. در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.
لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۷ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳,۰۰۰ تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله پیش بینی مقاومت مارشال آسفالت: کاربرد شبکه های عصبی مصنوعی و ماشین های بردار پشتیبان

  نادعلی رمضانپور - عضو هیئت علمی دانشگاه آزاد اسلامی واحد قائمشهر

چکیده مقاله:

بتن آسفالتی ممتازترین، مقاومترین و بادوامترین نوع آسفالت گرم است و یکی از مهمترین ویژگی هایی که طرح و کنترل کیفی آسفالت بر اساسآن صورت می گیرد مقاومت مارشال آسفالت می باشد. بتن آسفالتی مخلوطی از قیر و مصالح سنگی است، مقاومت مارشال آن نیز تابعی ازدانه بندی، ویژگی های مصالح سنگی و همچنین درصد و نوع قیر مصرفی آن می باشد. با توجه به هزینه های سنگین آسفالت و نگهداری آن ضرورت استفاده از روش های جدید و پیشرفته تر در طرح وکنترل کیفی آسفالت روز به روز محسوس تر می شود. در این مطالعه از روش های شبیه سازی از جمله شبکه عصبی مصنوعی و ماشین های بردارپشتیبان جهت پیش بینی مقاومت مارشال آسفالت استفاده شده است. برای آموزش شبکه ها از اطلاعات 125 نمونه آزمایشگاهی و جهت تست کارایی آن ها از اطلاعات 35 نمونه آزمایشگاهی بهره گرفته شده است. نتایج حاصله نشان دهنده کارآمدی روش های پیشنهادی در برابر روش هزینه بر آزمایشگاهی می باشد.

کلیدواژه‌ها:

مقاومت مارشال آسفالت ، شبکه های عصبی مصنوعی، ماشین های بردار پشتیبان، فیلر، درصد شکستگی مصالح

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-AESCIVIL01-AESCIVIL01_048.html
کد COI مقاله: AESCIVIL01_048

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
رمضانپور, نادعلی، ۱۳۹۲، پیش بینی مقاومت مارشال آسفالت: کاربرد شبکه های عصبی مصنوعی و ماشین های بردار پشتیبان، اولین کنفرانس استانی عمران، معماری، آمل، کانون مهندسین آمل، https://www.civilica.com/Paper-AESCIVIL01-AESCIVIL01_048.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (رمضانپور, نادعلی، ۱۳۹۲)
برای بار دوم به بعد: (رمضانپور، ۱۳۹۲)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :

  • M. Safarzadeh and A. Heidaripanah Efect of Asphalt Content on ...
  • [] Rumelhart, D. E., & McClelland, J. L. (290). Parallel ...
  • Deng, C., Wu, J. and Shao, X. (669). Reliability assessment ...
  • Webb, A.R., 66 _ Statistical Pattern Recognition. John Wiley and ...
  • علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه آزاد
    تعداد مقالات: ۳۲۷۹
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    مدیریت اطلاعات پژوهشی

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    مقالات پیشنهادی مرتبط

    مقالات مرتبط جدید

    شبکه تبلیغات علمی کشور

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.