بررسی اثر متغیرهای طرح اختلاط بر عملکرد تراکم مخلوط آسفالتی با کمک الگوریتم‌های داده کاوی

سال انتشار: 1399
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 351

فایل این مقاله در 14 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_TRJ-17-4_006

تاریخ نمایه سازی: 8 آذر 1399

چکیده مقاله:

عوامل یا پارامترهای زیادی بر تراکم میدانی مخلوط آسفالتی، تاثیر می‌گذارد از آنجا که تعداد متغیرهای موثر بر تراکم زیاد و برخی بر یکدیگر اثر می‌گذارند، تعیین یک رابطه‌ی درونیابی ثابت تقریبا غیر ممکن است. داده کاوی و تکنیک­های آن راهکاری برای کشف دانش پنهان بین متغیرهای وابسته و مستقل است، همچنین روابط غیر مستقیم و غیر‌خطی را می‌تواند با تقسیم بندی داده‌ها در گروه‌ها یا برگ، در درخت تصمیم شناسایی کند. در این مطالعه، تکنیک‌های رایج داده‌کاوی در مهندسی عمران، شامل شبکه عصبی، رگرسیون خطی و درخت تصمیم، به عنوان ابزار تحلیلی مورد استفاده قرار می‌گیرد. با تاکید بر کاربرد روش درخت تصمیم، با هدف بررسی مدل­های کشف دانش و ارائه پیش بینی، سایر ابزار‌های داده کاوی نامبرده برای کمک به ساخت وارزیابی مدل ساخته شده، بکار گرفته می‌شوند. متغیر‌های توضیحی که در سه ابزار آماری این مطالعه مورد استفاده قرار می‌گیرند، شامل: درصدفضای خالی، مقاومت مخلوط آسفالتی، دانه‌بندی سنگدانه‌ها، درصدقیر، نرمی مخلوط آسفالتی می­باشد. نتایج نشان می‌دهد متغیرهای درصدفضای خالی مصالح سنگی، درصد عبوری الک شماره‌ی 200 و شماره‌ی4 و درصدقیر تاثیر بیشتری بر نتایج تراکم و چگالی مخلوط آسفالتی داشته‌اند. همچنین مدل رگرسیون خطی چندگانه با ضریب همبستگی نزدیک به یک بین چگالی مخلوط آسفالتی و متغییرهای تاثیرگذار بر آن ارائه شد.

نویسندگان

محمد حمیدی نیا

دانشجوی کارشناسی ارشد، دانشکده مهندسی عمران، دانشگاه یزد، یزد، ایران

محمدمهدی خبیری

دانشیار، دانشکده مهندسی عمران، دانشگاه یزد، یزد، ایران

مهدی مخبری

استادیار، دانشگاه آزاد اسلامی، واحد استهبان، استهبان، 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 :
  • -Breiman, L., Friedman J., Olshen R., and Stone. C., (1984), ...
  • -Chang, L. Y., & Chen, and W. C., (2005), "Data ...
  • -Chowdhury, Ch., Deb Nath, R.,Lee, H.,  and Chang, J., (2009), ...
  • -Cook, M. D., Ghaeezadah, A., and Ley, M. T., (2017), ...
  • -Dasturani, M. T., Habibipour, A. Proprietary M. R. Talabi A.A.,and ...
  • -Ismail, S., Hassan, N. A., Yaacob, H., Hainin, M. R., ...
  • -Gao, Y., Huang, X., and Yu, W. 2014. "The compaction ...
  • https://doi.org/10.1007/s11595-014-1027-z. ...
  • -Hoang, N. D., and Nguyen, Q. L., (2019), "A novel ...
  • -Kassem, E., Scullion, T., Masad, E., and Chowdhury, A., (2012), ...
  • pp.98-107, https://doi.org/10.3141/2268-12. ...
  • -Khabiri, M.M.and Elahizadeh, M., (2015), "Evaluation of the effect of ...
  • -Liu, P., Wang, D., Otto, F., Hu, J., and Oeser, ...
  • -Moslemi Najkarlaei,F., Meysam Efati M., Farzin Naseri F., Rajabi A., ...
  • -Mozafari,G. Omidavr,K.2015, "Evaluation of the efficiency of regression decision tree ...
  • -Mousa, M., Elseifi, M. A., and Abdel-Khalek, A. 2019." Development ...
  • -Nath,D. R., Lee, H., Chowdhury, N., Chang, J., (2010), "Modified ...
  • pp. 524-544. ...
  • -Pakgohara,R., and Sadeghikia, A., (2008), "Analysis of Statistical Data on ...
  • -Zhao, S., & Al-Qadi, I. L., (2019), "Algorithm development for ...
  • https://doi.org/10.1016/j.ndteint.2019.04.008. ...
  • نمایش کامل مراجع