مقایسه نتایج مدل های رگرسیون خطی و شبکه عصبی مصنوعی برای بررسی نفوذپذیری روسازی بتن نفوذ پذیر

روسازی بتن نفوذ پذیر می تواند به عنوان جایگزینی مناسب برای سایر روسازی ها در ترافیک سبک شهری کاربرد داشته باشد. با هدف توسعه استفاده از این نوع روسازی شناخت ویژگی های آن ضروری و دارای اهمیت است. از آنجا که میزان نفوذپذیری روسازی بتن نفوذ پذیر مهمترین ویژگی عملکردی این نوع روسازی است، شناخت بیشتر این ویژگی و نحوه تاثیرپذیری آن از پارامترهای طرح اختلاط هدف این مطالعه است. به این منظور ترکیب های مناسبی از نمونه های بتن نفوذ پذیر با دانه بندی و نسبت های آب به سیمان متفاوت به تعداد 36 نمونه ساخته شده و مورد آزمایش قرار گرفته است. نسبت آب به سیمان جهت ساخت نمونه های آزمایشی در محدوده 28/0 تا 34/0 در ترکیب با سنگدانه های با حداکثر اندازه اسمی 5/9 میلی متر، 5/12 میلی متر و 5/19 میلی متر انتخاب شده است. به منظور انتخاب مدل مناسب پیش بینی تغییرات نفوذپذیری مقایسه بین تکنیک های شبکه عصبی مصنوعی و رگرسیون خطی صورت گرفته است. با استفاده از داده های به دست آمده از فعالیت آزمایشگاهی و بررسی برازش مدل ها، مدل بهینه پیشنهاد شده است. مقایسه مدل ها نشان داد که رگرسیون خطی در پیش بینی تغییرات نفوذپذیری بتن نفوذ پذیر نتایج نزدیک تری را تولید کرده است. وجود ضرایب 54.5 و 52.5 و 41.5 برای اندازه سنگدانه ها نسبت به ضرایب ثابت حدود نصف اعداد ذکر شده نشان دهنده تاثیر بیشتر این عامل بر نفوذپذیری است.