توسعه مدل پیشبینی عمق شیارشدگی مخلوطهای آسفالتی گرم با استفاده از شبکه عصبی
محققان و مهندسان دائماً در تلاش هستند تا عملکرد روسازیهای آسفالتی را بهبود بخشند. روسازیها، به عنوان سطوحی که اغلب توسط محورهای سنگین بارگیری میشوند، باید مقاومت کافی در برابر خستگی ، ترکخوردگی و شیارشدگی داشته باشند. در این مقاله با استفاده از دادههای به دست آمده از نتایج آزمایشگاهی مطالعه قبل...
Main Authors: | مهسا روحی فریمان, سید علی حسینی, منصور فخری |
---|---|
Format: | Article |
Language: | fas |
Published: |
Ferdowsi University of Mashhad
2023-01-01
|
Series: | مهندسی عمران فردوسی |
Subjects: | |
Online Access: | https://civil-ferdowsi.um.ac.ir/article_42862_9518557d561b3661952916aa9cfcebe4.pdf |
Similar Items
-
ارائه مدل شیارشدگی مخلوط آسفالتی اصلاحشده پلیمری با استفاده از شبکه عصبی مصنوعی
by: امیر آقاسی, et al.
Published: (2022-11-01) -
تشخیص دقیق و زودهنگام کودکان پیش دبستانی مستعد نارساخوانی (دیسلکسیا): مقایسه دو سیستم هوشمند طراحی شده با شبکه عصبی مصنوعی
by: مونا دلاوریان, et al.
Published: (2018-03-01) -
مدلسازی ارزیابی کیفیت زیباشناختی منظر جنگل با استفاده از شبکه عصبی مصنوعی
by: علی جهانی
Published: (2017-11-01) -
مقایسه سه روش فرآیند تحلیل سلسله مراتبی فازی، شبکه عصبی مصنوعی و تراکم سطح در ارزیابی کمی و پهنه بندی حساسیت پذیری زمین لغزش در محیط GIS (مطالعه موردی: حوزه آبخیز سیمره هومیان)
by: محسن بختیاری, et al.
Published: (2018-09-01) -
ارتباط بین بارش و تراز آب زیرزمینی با استفاده از رگرسیون تاخیر زمانی
by: یول آمان ناظری, et al.
Published: (2023-06-01)