پیش بینی عمر خستگی مخلوطهای آسفالتی با استفاده از شبکه های عصبی

برای طرح و مدیریت روسازی، پیش بینی عمر خستگی مخلوطهای آسفالتی، مورد نیاز بوده و مورد توجه پژوهشگران مختلف قرارگرفته است. این تحقیق به دنبال بکارگیری تکنیک شبکه های عصبی ) ANN ( برایپیش بینی عمر خستگی مخلوطهای آسفالتی است. به دلیل محدودیت و عدم دسترسی به داده های جامع آزمایشگاهی مربوط به عمر خستگی در داخل کشور، در این تحقیق از داده های آزمایشگاهی ایالت کانزاسآمریکا برای مدل سازی استفاده شده است. پارامترهای مؤثر در عمر خستگی، ویسکوزیته قیر )نوع قیر و دما(، سطح کرنش کششی، سختی، درصد قیر، درصد فضای خالی و دانه بندی در نظر گرفته شده اند و براساس نتایج آزمایشگاهی، مدل سازی با استفاده از شبکه های عصبی صورت گرفته است. پیش بینی عمر خستگی مخلوطهای آسفالتی توسط شبکه های عصبی مصنوعی پرسپترون چند لایه پیشرو و الگوریتم آموزش انتشار بهعقب، با تکنیک بهینه سازی عددی لونبرگ- مارکواردت، مدل سازی شده است. فرآیند مدل سازی با استفاده از جعبه ابزار شبکه عصبی و همچنین با استفاده از برنامه نویسی در نرم افزار MATLAB صورت پذیرفتهو نتایج با یکدیگر مقایسه شده اند. نتایج این تحقیق نشان می دهد که تکنیک شبکه های عصبی در مقایسه با روشهای رگرسیونی موجود، به دلیل توانایی استفاده از متغیرهای بیشتر در مدل سازی و نتایج دقیق تر، روشی مؤثرتر برای پیش بینی عمر خستگی مخلوطهای آسفالتی است. همچنین مقایسه جعبه ابزارشبکه های عصبیبابرنامه نویسی درنرم افزار MATLAB نشان می دهد که با برنامه نویسی می توان به نتایج بهتری برای پیش بینی دست یافت.