تعیین مناسب ترین زمان بازدید های میدانی در روسازی های آسفالتی به کمک الگوریتم ژنتیک
Publish place: Road Journal، Vol: 32، Issue: 120
Publish Year: 1403
Type: Journal paper
Language: Persian
View: 107
This Paper With 13 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
Export:
Document National Code:
JR_ROAD-32-120_016
Index date: 24 August 2024
تعیین مناسب ترین زمان بازدید های میدانی در روسازی های آسفالتی به کمک الگوریتم ژنتیک abstract
هدف اصلی این مقاله تعیین مناسب ترین زمان برای برداشت های میدانی در مدیریت روسازی با بکارگیری الگوریتم های ابتکاری خواهد بود تا ضمن جلوگیری از هزینه های بیشتر، برنامه ریزی بهتری جهت نگهداری و تعمیر روسازی داشته باشیم تا همواره جاده ها سطح خدمت قابل قبولی داشته باشند. ضمنا در این مبحث نباید از مسائل مالی مربوط به برداشت های میدانی نیز غافل شد؛ ولی مشخص است که این هزینه ها در مقابل هزینه های هنگفت صرف شده در جاده ها بسیار ناچیز می باشد؛ منتها باید شاخص های موثر بر هزینه برداشت های میدانی نیز مشخص شده و همگام با تعیین بهترین زمان انجام بازرسی، این هزینه ها نیز بهینه سازی شوند. بنابراین این مقاله سعی دارد تا مناسب ترین زمان را برای برداشت های میدانی تعیین کرده تا با اولین برداشت ها، بتوان مدلسازی مربوطه، برنامه ریزی لازم، برآوردهای مالی و ... را انجام داده و در جهت بهینه سازی بازرسی های روسازی های آسفالتی گام برداشته و در این بین، مباحث ترافیکی و مالی را نیز در نظر دارد. به این منظور باتوجه به عوامل موثر و به کمک الگوریتم ژنتیک، برنامه موردنیاز در نرم افزار متلب پیاده شده و برای نمونه های مختلف از استان خوزستان تست شد که نتایج آن بسیار چشمگیر و منطقی می باشد. با دادن سن روسازی و ضریب اهمیت روسازی، الگوریتم ژنتیک شروع به کار کرده و ترافیک، دما، PCI و ضریب کیفیت را بهینه سازی کرده تا در نهایت زمان بهینه برداشت های میدانی بدست آید.
تعیین مناسب ترین زمان بازدید های میدانی در روسازی های آسفالتی به کمک الگوریتم ژنتیک Keywords:
تعیین مناسب ترین زمان بازدید های میدانی در روسازی های آسفالتی به کمک الگوریتم ژنتیک authors
جلال ایوبی نژاد
استادیار، گروه عمران، دانشگاه پیام نور، تهران، ایران
علی اکبری مطلق
دانشجوی دکتری، گروه عمران، دانشگاه پیام نور، تهران، 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 :
