سامانه پشتیبانی خدمات اطلاعات

  اخبار و اعلانات

 آمار

تعداد نشریات162
تعداد شماره‌ها6,694
تعداد مقالات72,244
تعداد مشاهده مقاله129,254,445
تعداد دریافت فایل اصل مقاله102,094,258
حسنی, ابوالفضل, حیدری پناه, علی. (1389). تخمین کریپ کمپلینس مخلوط های آسفالتی با استفاده از شبکه های عصبی مصنوعی. , 44(1), -.
ابوالفضل حسنی; علی حیدری پناه. "تخمین کریپ کمپلینس مخلوط های آسفالتی با استفاده از شبکه های عصبی مصنوعی". , 44, 1, 1389, -.
حسنی, ابوالفضل, حیدری پناه, علی. (1389). 'تخمین کریپ کمپلینس مخلوط های آسفالتی با استفاده از شبکه های عصبی مصنوعی', , 44(1), pp. -.
حسنی, ابوالفضل, حیدری پناه, علی. تخمین کریپ کمپلینس مخلوط های آسفالتی با استفاده از شبکه های عصبی مصنوعی. , 1389; 44(1): -.

تخمین کریپ کمپلینس مخلوط های آسفالتی با استفاده از شبکه های عصبی مصنوعی

نشریه مهندسی عمران و نقشه برداری
مقاله 3، دوره 44، شماره 1 - شماره پیاپی 212546، فروردین 1389    اصل مقاله (621.58 K)
نویسندگان
ابوالفضل حسنی؛ علی حیدری پناه
دانشگاه تربیت مدرس
چکیده
یکی از آزمایش‌های اساسی در فرایند طراحی روسازی‌های انعطاف‌پذیر به روش مکانیستیک- تجربی در آشتو 2002، آزمایش کریپ کمپلینس است. در این تحقیق مدلی جدید برای تخمین کریپ کمپلینس مخلوط‌های آسفالتی با استفاده از شبکه‌های عصبی مصنوعی پرسپترون چند لایه، با تکنیک آموزش لونبرگ- مارکوات، با توان تعمیم پذیریR=0.949 ، با موفقیت ارائه شده است. این مدل 14 ورودی شامل درصدهای عبوری انتخابی از منحنی دانه‌بندی و نیز درصد قیر، درجه نفوذ قیر در 77 و 115 درجه فارنهایت، اندیس نفوذ قیر و دمای آزمایش دارد. خروجی‌های مدل 8 عدد شامل کریپ کمپلینس مخلوط آسفالتی در زمان‌های 100، 50، 20، 10، 5، 2و 1 ثانیه و نیز ضریب پواسون است. داده‌های مورد نیاز، به کمک تهیه برنامه های متعدد به زبان SQL، در محیط ACCESS 2000، از LTPP Database 2007 استخراج شده اند که شامل داده های 975 آزمایش کریپ کمپلینس و نیز 975 سری داده‌های آزمایش‌های مصالح سنگی مربوطه و نیز 975 سری داده های آزمایش‌های قیر نظیر آنها می باشد
کلیدواژه‌ها
آشتو 2002؛ شبکه های عصبی مصنوعی؛ طراحی مکانیستیک تجربی؛ کریپ کمپلینس
عنوان مقاله [English]
Estimation of Creep Compliance of Hot Mix Asphalt by Artificial Neural Networks
نویسندگان [English]
Abolfazl Hasani؛ Ali Heydaripanah
چکیده [English]
Creep compliance is one of the fundamental tests of Mechanistic- Empirical flexible pavement design procedure in the AASHTO 2002 design guide. In this research, a new Artificial Neural Network model for estimating the HMA creep compliance with the generalization ability of R=0.949 has been developed successfully using feed forward multi layer perceptron Artificial Neural Networks (ANNs) with Levenberg-Marquardt backpropagation training algorithm. The ANN model has 14 inputs including selected percent passings from aggregate gradation curve, asphalt content, asphalt penetration degrees at 77 and 125 Fahrenheit , asphalt penetration index and test temperature. The model has 8 outputs consist of creep compliances of Hot Mix Asphalt at 1, 2, 5, 10, 20, 50, 100 seconds and Poisson coefficient. All needed data has been extracted from LTPP database 2007 by developing many programs by SQL in Access 2000. As the result, 975 creep compliance tests data and 975 associated aggregate tests data series and 975 associated asphalt tests data series has been extracted successfully for ANNs training and evaluation.
کلیدواژه‌ها [English]
AASHTO 2002, Artificial Neural Network, Creep Compliance, M-E Flexible Pavement Design
آمار
تعداد مشاهده مقاله: 1,278
تعداد دریافت فایل اصل مقاله: 1,186





سامانه مدیریت نشریات علمی. قدرت گرفته از سیناوب