مقایسه نتایج مدل های رگرسیون خطی و شبکه عصبی مصنوعی برای بررسی نفوذپذیری روسازی بتن نفوذ پذیر

روسازی بتن نفوذ پذیر می­تواند به عنوان جایگزینی مناسب برای سایر روسازی­ها در ترافیک سبک شهری کاربرد داشته باشد. با هدف توسعه استفاده از این نوع روسازی شناخت ویژگی­های آن ضروری و دارای اهمیت است. از آنجا که میزان نفوذپذیری روسازی بتن نفوذ پذیر مهمترین ویژگی عملکردی این نوع روسازی است، شناخت بیشتر این ویژگی و نحوه تاثیرپذیری آن از پارامترهای طرح اختلاط هدف این مطالعه است. به این منظور ترکیب­های مناسبی از نمونه­های بتن نفوذ پذیر با دانه­بندی و نسبت­های آب به سیمان متفاوت به تعداد ۳۶ نمونه ساخته شده و مورد آزمایش قرار گرفته است. نسبت آب به سیمان جهت ساخت نمونه­های آزمایشی در محدوده ۲۸/۰ تا ۳۴/۰ در ترکیب با سنگدانه­های با حداکثر اندازه اسمی ۵/۹ میلی­متر، ۵/۱۲ میلی­متر و ۵/۱۹ میلی­متر انتخاب شده است. به منظور انتخاب مدل مناسب پیش بینی تغییرات نفوذپذیری مقایسه بین تکنیک­های شبکه عصبی مصنوعی و رگرسیون خطی صورت گرفته است. با استفاده از داده­های به دست آمده از فعالیت آزمایشگاهی و بررسی برازش مدل­ها، مدل بهینه پیشنهاد شده است. مقایسه مدل­ها نشان داد که رگرسیون خطی در پیش­بینی تغییرات نفوذپذیری بتن نفوذ پذیر نتایج نزدیک­تری را تولید کرده است. وجود ضرایب ۵۴.۵ و ۵۲.۵ و ۴۱.۵ برای اندازه سنگدانه­ها نسبت به ضرایب ثابت حدود نصف اعداد ذکر شده نشان دهنده تاثیر بیشتر این عامل بر نفوذپذیری است.

کلیدواژه ها:

بتن نفوذ پذیر ، رگرسیون خطی ، شبکه عصبی مصنوعی ، نفوذپذیری ، آب به سیمان