پیش بینی مقاومت مارشال آسفالت با استفاده از الگوریتم های یادگیری ماشین نظارت شده ماشین بردار پشتیبان و جنگل تصادفی
Publish place: Transportation Research Journal، Vol: 20، Issue: 3
Publish Year: 1402
نوع سند: مقاله ژورنالی
زبان: Persian
View: 122
This Paper With 14 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_TRJ-20-3_015
تاریخ نمایه سازی: 7 مرداد 1402
Abstract:
سازمان های مسئول ساخت و نگهداری راه ها معمولا از برخی معیارها برای واجد شرایط بودن مخلوط های آسفالتی قبل از استفاده در ساخت وساز استفاده می کنند. یکی از مهم ترین ویژگی هایی که در طرح اختلاط و کنترل کیفی آسفالت سنجیده می شود مقاومت مارشال آسفالت می باشد. این مطالعه استفاده از روش های یادگیری ماشین را برای پیش بینی مقاومت مارشال آسفالت را بررسی می کند. با توجه به زمان بر بودن و هزینه بر بودن فرایند تولید و کنترل کیفی آسفالت، استفاده از روش های نوین در این فرایند ضرورت دارد. در این پژوهش از دو الگوریتم نظارت شده ماشین بردار پشتیبان و جنگل تصادفی که از الگوریتم های یادگیری ماشین محسوب می شوند به منظور پیش بینی مقاومت مارشال آسفالت استفاده شد. برای این منظور، نتایج آزمایشات ۲۰۰۰ نمونه آسفالت کارخانه آسفالت سازمان عمران شهرداری مشهد شامل دانه بندی مصالح، درصد شکستگی مصالح، درصد جذب قیر، وزن مخصوص قیر، وزن مخصوص حقیقی مصالح، درصد قیر مصرفی، نسبت درصد وزنی فیلر به قیر موثر و مقاومت مارشال آسفالت برای آموزش و ارزیابی مدل ها بکاررفته است. پس ساخت مدل و ارزیابی آن ها، مقدار R۲ برای روش ماشین بردار پشتیبان برابر ۵/۸۷ و برای جنگل تصادفی ۶۹/۸۲ به دست آمده است. همچنین مقادیر MAPE، RMES و SDE برای SVM به ترتیب معادل ۱۰۷۳/۳، ۰۴۲/۴۰ و ۰۲۰۸/۰ و برای RF به ترتیب معادل ۱۶۴۱/۳، ۸۷۰/۴۱ و ۰۲۱۱/۰ محاسبه گشت. نتایج حاصله نشان دهنده کارآمدی مدل های استفاده شده در برابر روش های آزمایشگاهی برای پیش بینی مقاومت مارشال آسفالت است که روش SVM عملکرد مطلوب تری را نسبت به RF داراست. از روش های یادگیری ماشین می توان برای پیش بینی سایر پارامترهای طرح اختلاط آسفالت استفاده و زمان، هزینه و خطای انسانی آزمایشات را کاهش داد.
Keywords:
Authors
حسن حسین زاده
دانش آموخته کارشناسی ارشد، مهندسی عمران، موسسه آموزش عالی اقبال لاهوری، مشهد، ایران
علیرضا حسنی
دانشجوی کارشناسی ارشد، مهندسی عمران، موسسه آموزش عالی اقبال لاهوری، مشهد، ایران
سینا آرمان
دانش آموخته کارشناسی ارشد، مهندسی عمران، دانشگاه آزاد اسلامی، مشهد، ایران
امیرسیاوش حجازی
دانش آموخته کارشناسی ارشد، مهندسی عمران، دانشگاه آزاد اسلامی، مشهد، ایران
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper 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 Paper لینک شده اند :