TY - JOUR ID - 4080 TI - تحلیل مدل‌های رگرسیونی پیش‌بینی دمای عمق لایه‌های آسفالتی-مطالعه مروری JO - نشریه مهندسی عمران امیرکبیر JA - CEEJ LA - fa SN - 2588-297X AU - صدیقیان فرد, محمد AU - صولتی فر, نادر AD - گروه مهندسی عمران، دانشگاه ارومیه، ارومیه، ایران AD - گروه مهندسی عمران، دانشگاه ارومیه Y1 - 2021 PY - 2021 VL - 53 IS - 9 SP - 3985 EP - 4006 KW - روسازی آسفالتی KW - دمای عمق لایه‌های آسفالتی KW - مدل‌های پیش‌بینی دمایی KW - مدل رگرسیونی KW - مدل BELLS DO - 10.22060/ceej.2020.18131.6793 N2 - دمای عمق لایه‌های آسفالتی به دلیل رفتار ویسکوالاستیک مخلوط‌های آسفالتی، در ارزیابی سازه‌ای روسازی‌های انعطاف‌پذیر از اهمیت زیادی برخوردار است. دمای عمق لایه آسفالتی می‌تواند به طور مستقیم در محل اندازه‌گیری شود و یا توسط مدل‌هایی پیش‌بینی گردد. در این مقاله تحلیل جامعی در خصوص دوازده مدل رگرسیونی مهم و پرکاربرد پیش‌بینی دمای عمق لایه‌های آسفالتی صورت گرفته و با ارائه سوابق پژوهشی، به بررسی متغیرهای ورودی مدل، تحلیل حساسیت مدل نسبت به این متغیرها، ارزیابی عملکرد آن‌ها از لحاظ دقت و قدرت پیش‌بینی و نیز مقایسه برتری آن‌ها نسبت به یکدیگر پرداخته شده است. از آن جایی که اغلب این مدل‌ها در مناطق جغرافیایی و شرایط آب و هوایی خاصی توسعه داده شده‌اند، مدل‌های توسعه یافته با کالیبراسیون مدل‌های اصلی برای استفاده در شرایط محلی متفاوت نیز مورد بررسی قرار گرفته است. نتایج پژوهش‌ها نشان می‌دهد که مدل‌های رگرسیونی از عملکرد و دقت خوب و قابل قبولی برخوردار می‌باشند. در میان مدل‌های مورد بررسی، مدل BELLS با توجه به گستره داده‌های مورد استفاده در توسعه مدل، عملکرد و دقت مناسب و نیز در نظر گرفتن اثر پارامتر‌های مختلف به عنوان یکی از بهتر‌ین مدل‌های رگرسیونی پیش‌بینی دمای عمق لایه‌های آسفالتی شناخته می‌شود. همچنین مدل صولتی‌فر و همکاران به عنوان مدل اصلاح شده BELLS برای روسازی‌های تازه ساخت با دقت بالا و برای مناطق با وضعیت آب و هوایی گرم توسعه یافته است. در مجموع بررسی نتایج پژوهش‌ها نشان می‌دهد، مدل‌های توسعه یافته قابلیت کاربرد در پیش‌بینی دمای عمق لایه‌های آسفالتی را با اعمال تصحیحاتی برای روسا‌زی‌ها و شرایط محلی متفاوت دارند. UR - https://ceej.aut.ac.ir/article_4080.html L1 - https://ceej.aut.ac.ir/article_4080_8f07fe84f8cb3c6a01fe91a165e23af4.pdf ER -