15738

15738

ارائه مدل فرا - ابتكاري فرآيند اضمحلال روسازيهاي انعطاف پذير

دكتري

عمران - راه و ترابري

اسفند 1394

اسفند 1394

دكتر حسن زياري

دكتر جعفر سبحاني

مديريت زيرساخت هاي بسيار مهمي مانند روسازي، نيازمند برنامهريزي هاي جامع، درهمه سططوح مطديريتي است. اين برنامه ها شامل طرح هاي تعمير و نگهداري و بازسازي روسازي در طول چرخه عمر روسطازي اسطت. در اين برنامهريزي ها نياز به پيشبيني عملكرد روسازي است تا برنام ههاي پيش بيني شده، همسو با عملكطرد واقعي روسازي باشد. به همين جهت همواره از مد لهاي پيشبيني مختلفي اسطتفاده شطده تطا وضطعيت آتطي روسازي نيز با دقت بيشتري پيشبيني گردد. افزايش دقت پيشبيني مدل ها، منجر به طرحريزي برنامههطاي دقيقتر و با راندمان بيشتري ميگردد كه نتيجه آن، مديريت روسازي مؤثر و كاربردي بطوده و باعطص صطرفه -جوي ي مناسبي در منابع، خواهد گرديد. از آنجا كه تاكنون مدل جامع، دقيق و كاملي براي پيشبيني عملكرد روسازي ارائه نگرديده، در اين مطالعطه، مدل هاي فرا ابتكاري براي پيشبيني عملكرد روسازي مورد بررسي قرار گرفته، و دقت پيشبيني آنها ارزيابي شده است. در اين پژوهش، ابتدا مطالعه كاملي بر روي عوامل مؤثر بر عملكرد و اضمحلال روسازي، انجام شده و تطلا هاي صورت گرفته براي دستيابي به پايگاه داده كامل و گردآوري دادههاي مناسب مدلسازي نيطز شطرح داده شده است. در نهايت، در راستاي نياز به داد ههاي واقعي، استاندار و ططولاني مطدت بطراي مدلسطازي مناسطب، نمونه داده هاي LTPP بكار گرفته شده و دادههايي نيز از داخل كشور جمعآوري و تدوين گرديده است. تعداد نه متغيير موثر بر وضعيت روسازي استخراج و شاخص نطاهمواري بطين المللطي ) IRI ( نيطز بطه عنطوان معيطار وضعيت روسازي در نظر گرفته شده است. در گام بعدي، مطدل هطاي فطرا ابتكطاري شطبكه عصطبي مصطنوعي ( ANN (، سيستم استنتاج فازي عصبي تطبيقي ) ANFIS ( و ماشينهاي بردار پشطتيبان ) SVM ( و همچنطين، يك مدل قدرتمند از مدل هاي رگرسيون به نام رو گروهي كنترل دادهها ) GMDH ( به كار گرفتطه شطده و با استفاده از تعداد نه متغير موثر بر عملكرد روسازي، انواع مختلفي از مدلهاي پيشبيني عملكطرد روسطازي ، تشكيل شده است. در ادامه، دقت مد لهاي ساخته شده با رو مذكور، مورد ارزيابي دقيق قرار گرفته است. از آنجا كه طرحريزي هاي برنامه هاي مربوط به تعمير و نگهداري روسازي، شامل برنام ههاي كوتاه مدت و بلند مدت ميباشد، لذا در اين مطالعه، توانايي پيشبيني و دقت هر كدام از مدل هاي طراحطي شطده در دو سطط كوتاه مدت و بلند مدت، به طور جداگانه، مورد ارزيابي قرار گرفته تا دقت و اطمينانپطذيري هركطدام از آنهطا براي پيش بيني عملكرد روسازي در كوتاه مدت و بلند مدت مشخص گردد. نتايج نشان ميدهد كه مدلهطاي فرا ابتكاري با دقت بيشتري نسبت به مدلهاي فعلي، وضعيت روسازي را پيشبيني مينمايند. از ميان تعداد ز كثيري از مدل هاي طراحي شده در اين پژوهش، مدل شبكه عصبي با تعطداد نطه متغييطر مطوثر بطر وضطعيت روسازي به عنوان ورودي مدل و تعداد 7 يا 8 گره در يك لايه مخفي، توانايي پيشبيني وضعيت روسطازي در كوتاه مدت و بلند مدت را دارا مي باشد. سيستم استنتاج فازي عصبي تطبيقي با لحاظ نطه متغييطر ورودي و سه تابع عضويت فازي براي هريك از آنها، قابليت پيشبيني وضعيت روسازي را فقط در كوتاه مدت دارا مطي باشد. همچنين، الگوريتم ماشين بردار پشتيبان نيز با در نظر گرفتن تابع كرنل چند جملطه اي درجطه چهطار، قادر به پيشبيني وضعيت روسازي فقط در كوتاه مدت بوده است. نتايج و دستاوردهاي ايطن پطژوهش بطراي برنامطه ريطزان ططرح هطاي تعميطر و نگهطداري روسطازي و طراحطان سيست مهاي مديريت روسازي ) PMS ( مفيد است. واژ ههاي كليدي: سيستم مديريت روسازي، مدلهاي اضمحلال، پيشبيني عملكرد روسازي، مدلهاي فرا -ابتكاري