مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

مقاله مقاله نشریه

مشخصات مقاله

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

video

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

sound

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید:

1,460
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

837
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

1

اطلاعات مقاله نشریه

عنوان

مدل سازی تاثیر درصد مصالح سنگی شکسته در مقاومت مارشال آسفالت با به کارگیری شبکه های عصبی مصنوعی

صفحات

 صفحه شروع 173 | صفحه پایان 182

چکیده

 درصد مصالح سنگی شکسته یکی از مهم ترین عوامل موثر در مقاومت فشاری آسفالت و عملکرد آن است. تاثیر آن در مقاومت مارشال آسفالت به کمک آزمایش مارشال قابل ارزیابی است و به نظر می رسد که تاکنون مدل سازی ریاضی خاصی برای آن انجام نشده است. در این تحقیق تاثیر درصد مصالح سنگی شکسته در مقاومت فشاری بتن آسفالتی توسط شبکه های عصبی مصنوعی پرسپترون چند لایه پیشرو و الگوریتم آموزش انتشار به عقب, با تکنیک بهینه سازی عددی لونبرگ - مارکوات, مدل سازی شده است.به این منظور درصدهای عبوری از الک های شماره 50, 200, 30, 8, 4, و 1.2 اینچ, درصد مصالح سنگی شکسته و درصد قیر به عنوان ورودی های شبکه و مقاومت مارشال, خروجی شبکه در نظر گرفته شده است. سپس حداکثر توان تعمیم پذیری هر شبکه با تعداد مشخص نرون 10), 8, 6, 3 ( در لایه پنهان برای شبیه سازی داده های جدید تعیین شده است. بررسی های انجام شده نشان می دهند که توان شبیه سازی شبکه ها به میزان آموزش بسیار حساس بوده و با افزایش آموزش از یک حد معین, شبکه دچار آموزش بیش از حد شده و توان تعمیم پذیری آن به شدت کاهش می یابد, بنابراین دستیابی به بیشترین توان شبیه سازی, مستلزم تلاش فراوان خواهد بود.مقایسه این مقادیر بیشینه نشان می دهد که با افزایش تعداد نرونهای لایه پنهان تا 8 عدد, توان شبیه سازی شبکه ها به حداکثر رسیده و افزایش بیشتر نرونهای لایه پنهان تاثیر قابل توجهی بر توان شبیه سازی شبکه ندارد. در مرحله بعد با انجام تحلیل حساسیت توسط شبکه ای که بیشترین توان شبیه سازی را داراست, روند تغییرات مقاومت مارشال نسبت به درصد مصالح شکسته مدل سازی شده است. نتایج به دست آمده نشان می دهند که مقاومت مارشال آسفالت با افزایش درصد مصالح شکسته, افزایش می یابد که با روند نظری مطابقت دارد.

استنادها

ارجاعات

  • ثبت نشده است.
  • استناددهی

    APA: کپی

    حسنی، ابوالفضل، و حیدری پناه، علی. (1385). مدل سازی تاثیر درصد مصالح سنگی شکسته در مقاومت مارشال آسفالت با به کارگیری شبکه های عصبی مصنوعی. پژوهشنامه حمل و نقل، 3(3)، 173-182. SID. https://sid.ir/paper/83626/fa

    Vancouver: کپی

    حسنی ابوالفضل، حیدری پناه علی. مدل سازی تاثیر درصد مصالح سنگی شکسته در مقاومت مارشال آسفالت با به کارگیری شبکه های عصبی مصنوعی. پژوهشنامه حمل و نقل[Internet]. 1385؛3(3):173-182. Available from: https://sid.ir/paper/83626/fa

    IEEE: کپی

    ابوالفضل حسنی، و علی حیدری پناه، “مدل سازی تاثیر درصد مصالح سنگی شکسته در مقاومت مارشال آسفالت با به کارگیری شبکه های عصبی مصنوعی،” پژوهشنامه حمل و نقل، vol. 3، no. 3، pp. 173–182، 1385، [Online]. Available: https://sid.ir/paper/83626/fa

    مقالات مرتبط نشریه ای

    مقالات مرتبط همایشی

  • ثبت نشده است.
  • طرح های مرتبط

  • ثبت نشده است.
  • کارگاه های پیشنهادی






    بازگشت به بالا
    telegram sharing button
    whatsapp sharing button
    linkedin sharing button
    twitter sharing button
    email sharing button
    email sharing button
    email sharing button
    sharethis sharing button