مدل سازی عدد جریان مخلوط های آسفالتی با استفاده از روش رگرسیون چند جمله ای تکاملی ۲
محل انتشار: پژوهشنامه حمل و نقل، دوره: 18، شماره: 3
سال انتشار: 1400
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 363
فایل این مقاله در 14 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_TRJ-18-3_002
تاریخ نمایه سازی: 12 مهر 1400
چکیده مقاله:
خرابی شیار شدگی یکی از خرابی های مهم در روسازی های آسفالتی است که در آب وهوای گرم به شدت تحت تاثیر مشخصات مخلوط آسفالتی قرار دارد. روش های مختلفی برای تعیین مقاومت مخلوط های آسفالتی در برابر شیار شدگی (تغییر شکل دائمی) وجود دارد که یکی از این روش ها، تعیین عدد جریان مخلوط آسفالتی با استفاده از آزمایش خزش دینامیکی است. تعیین عدد جریان مخلوط های آسفالتی نیازمند تجهیزات دینامیکی پیشرفته و همچنین صرف هزینه و زمان قابل توجه است. در این مقاله از روش رگرسیون چندجمله ای تکاملی (EPR) به منظور ارائه مدلی جهت پیش بینی عدد جریان مخلوط های آسفالتی بر اساس مشخصات طرح اختلاط مارشال، استفاده شده است. با بهره گیری از مدل توسعه داده شده می توان عدد جریان مخلوط های آسفالتی را با داشتن پارامترهای طرح اختلاط مارشال شامل درصد مصالح درشت دانه، درصد مصالح ریزدانه، درصد فیلر، درصد قیر، درصد فضای خالی مخلوط آسفالتی، درصد فضای خالی مصالح سنگی، استقامت مارشال و نرمی پیش بینی نمود. مدل توسعه داده شده دارای ضریب تعیین (R۲) برابر با ۹۷۱۴/۰ برای داده های آموزش و ۹۶۶۱/۰ برای داده های آزمون است که نشان دهنده دقت بالای مدل توسعه داده شده است. بررسی انجام شده نشان می دهد که دقت مدل توسعه در مقایسه با مدل های توسعه داده شده توسط سایر محققین بیشتر است. به علاوه تحلیل حساسیت نشان دهنده انتطباق مناسب مدل توسعه داده شده با رفتار فیزیکی مخلوط های آسفالتی است.
کلیدواژه ها:
نویسندگان
علیرضا غنی زاده
دانشیار، دانشکده مهندسی عمران، دانشگاه صنعتی سیرجان، سیرجان، ایران
نسرین حیدرآبادی زاده
دانش آموخته کارشناسی ارشد، آزمایشگاه پیشرفته قیر و آسفالت، دانشگاه صنعتی سیرجان، سیرجان، ایران
آرش ضیائی
مربی، دانشکده مهندسی عمران، دانشگاه صنعتی سیرجان، سیرجان، ایران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله 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 مقاله لینک شده اند :