پیش بینی عملکرد روسازی با تلفیق مدل خانواده و شبکه عصبی (مطالعه موردی: معابر شهر ساری)

Abstract

مدل پیش­بینی عملکرد روسازی مهم‌ترین بخش از یک سیستم مدیریت روسازی است. اثر بخشی برنامه­های بلندمدت و میان مدت تعمیرات و نگهداری راه، وابسته به صحت و اعتبار مدل پیش­بینی عملکرد روسازی است. در مدلهای خانواده، قطعات مختلف که مشخصات فنی مشابه داشته و روند افت کیفیت آنها یکسان باشد، در یک گروه قرار گرفته و برای مجموعه قطعات روسازی هر خانواده، یک مدل پیش بینی ساخته می­شود. مدلسازی بر اساس خانواده روسازی با کمترین داده­ها و با سریعترین و ارزانترین روش می­تواند نتایجی با دقت بسیار خوب بدست دهد. <br /> در این تحقیق در خیابانهای شهر ساری دو خانواده مختلف روسازی تعریف شده است که عبارتند از خانواده یک روسازی شامل معابر با ترافیک سنگین و ضخامت زیاد آسفالت و خانواده دو روسازی شامل معابر با ترافیک سبک و ضخامت کم آسفالت. کلیه خیابانهای اصلی شهر مورد ارزیابی قرار گرفته و شاخص کیفیت روسازی (PCI) و عمر روسازی تعیین شده است. در هر خانواده روسازی با روش رگرسیون مدلسازی انجام شده است که نهایتاً یک مدل رگرسیون درجه سه با ضریب همبستگی 90% برای خانواده یک روسازی و ضریب 84% برای خانواده دو روسازی بدست آمد. همچنین در هر خانواده روسازی، با استفاده از شبکه عصبی و با روش پرسپترون چند لایه (MLP) پیش بینی عملکرد روسازی انجام گرفت که ضریب همبستگی 93% را نشان می­دهد. با توجه به اینکه مدلسازی فقط با یک بار ارزیابی روسازی انجام شده است، دقت مدلها بسیار خوب ارزیابی می­شود که ناشی از استفاده از روش خانواده روسازی است. در نهایت تلفیق مدل خانواده با شبکه عصبی نسبت به روش رگرسیون به نتایج بهتری منجر شده است.