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

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:

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 ...