محاسبات برگشتی غیرخطی روسازی‌های مقطع معکوس با روش ترکیبی شبکه عصبی مصنوعی و الگوریتم بهینه‌سازی برخورد اجسام

نویسندگان

1 دانشگاه آزاد اسلامی

2 دانشگاه افسری امام علی

doi
10.22075/jtie.2019.17678.1382
چکیده

یکی از روش‌های متداول برای تعیین ظرفیت باربری روسازی، بهره‌گیری از نتایج آزمایش‌ افت­وخیزسنج ضربه‌ای ( FWD ) است. سیستم‌ روسازی‌های مقطع معکوس در سال 1970 میلادی در آفریقای جنوبی توسعه یافته است. این روسازی به‌صورت یک ساختار ساندویچی اجرا می‌شود . به‌طوری که یک لایه اساس سنگدانه‌ای بین دولایه با مدول برجهندگی بالا (لایه بتن آسفالتی و لایه اساس تثبیت شده با سیمان) قرار می‌گیرد. هدف از این تحقیق، توسعه روشی به‌منظور پیش‌بینی مدول برجهندگی لایه‌های روسازی بر پایه افت‌وخیزهای اندازه‌گیری شده با دستگاه افت ­ وخیزسنج ضربه‌ای است. با توجه به اینکه مدل‏سازی غیرخطی مصالح اساس سنگدانه‌ای در روسازی‌های مقطع معکوس بسیار حائز اهمیت است، برای ایجاد پایگاه داده افت­وخیز از تحلیل غیرخطی حدود 38000 مقطع روسازی معکوس توسط برنامه المان محدود غیرخطی MICH - PAVE استفاده شده است. سپس، با بهره‌گیری از روش ترکیبی شبکه عصبی مصنوعی و الگوریتم بهینه‌سازی برخورد اجسام، روشی به منظور انجام محاسبات معکوس روسازی‌های مقطع معکوس با فرض رفتار غیرخطی اساس سنگدانه‌ای توسعه داده شده است. نتایج نشان­دهنده انطباق بسیار خوب افت­وخیزهای حاصل از برنامه MICH - PAVE با نتایج حاصل از برنامه KENLAYER و داده‌های میدانی است. همچنین، شبکه عصبی مصنوعی با دقت بسیار زیاد (ضریب رگرسیون بیش از 99/99 درصد) امکان پیش‌بینی کاسه نشست سطح روسازی‌های مقطع معکوس با توجه به اطلاعات مدول برجهندگی و ضخامت لایه‌ها را فراهم می‌سازد. به­علاوه، مدل ترکیبی شبکه عصبی و الگوریتم برخورد اجسام در مقایسه با مدل ترکیبی شبکه عصبی مصنوعی و الگوریتم‌ ژنتیک دقت و سرعت بالاتری برای پیش‌بینی مدول­های برجهندگی لایه‌های روسازی مقطع معکوس دارد.