{
    "metadata": {
        "dataset_id": "shahroodut-thesis",
        "record_id": "TA259",
        "title": "مدل سازی پیش بینی عملکرد روسازی آسفالتی (مطالعه موردی: معابر شهر ساری)",
        "publisher": "دانشگاه صنعتی شاهرود",
        "owner": "کتابخانه مرکزی دانشگاه صنعتی شاهرود",
        "license": "CC-BY-4.0",
        "license_url": "https://creativecommons.org/licenses/by/4.0/",
        "license_text": "استفاده، بازنشر، تحلیل، پردازش و بهره برداری پژوهشی، آموزشی و صنعتی با ذکر منبع دانشگاه صنعتی شاهرود مجاز است.",
        "publication_date": "1394",
        "last_update": "2026-07-11",
        "language": "fa",
        "format": "application/json",
        "contact": "thesis@shahroodut.ac.ir",
        "access": {
            "fulltext_available": "true",
            "public_access": "true"
        }
    },
    "data": {
        "thesis_id": "TA259",
        "title": "مدل سازی پیش بینی عملکرد روسازی آسفالتی (مطالعه موردی: معابر شهر ساری)",
        "degree": null,
        "faculty": "مهندسی عمران",
        "year": 1394,
        "authors": [
            {
                "name": "میلاد جعفرنژاد",
                "role": "پدیدآور اصلی"
            },
            {
                "name": "حسین  قاسم زاده طهرانی",
                "role": "استاد راهنما"
            }
        ],
        "keywords": [
            "مدل پیش بینی عملکرد روسازی",
            "شاخص وضعیت روسازی",
            "مدل خانواده روسازی",
            "شبکه عصبی مصنوعی"
        ],
        "abstract": "سیستم مدیریت روسازی به کمک ارزیابی عمیق از وضعیت روسازی و پیش بینی وضعیت آن در آینده، امکان انتخاب اقتصادی ترین و کارآمدترین روش ترمیم و نگهداری را فراهم می سازد. مدل های پیش بینی وضعیت برای یک سیستم مدیریت روسازی مانند موتور برای یک وسیله ی نقلیه هستند. در حالت کلی مدل  پیش بینی عملکرد روسازی روند اضمحلال روسازی را طی دوره بهره بردای از راه بیان می کند. در این پایان نامه برای پیش بینی عملکرد معابر شهر ساری از مدل خانواده استفاده شده است. در مدل سازی با روش خانواده روسازی قطعات مختلف که از لحاظ شرایط بارگذاری و فنی مشابه هستند در یک خانواده قرار گرفته و افت کیفیت روسازی بر حسب شاخص کیفیت روسازی در مجموعه قطعات یک خانواده مدل سازی می شود. بر این اساس، معابر شهر ساری با توجه به داده های ترافیکی آن ها به دو خانواده تقسیم شده اند که عبارتند از خانواده یک شامل معابر با ترافیک سنگین و خانواده دو شامل معابر با ترافیک سبک. در هر خانواده یکبار با استفاده از مدل رگرسیون و بار دیگر با استفاده از شبکه عصبی مصنوعی مدل سازی انجام شده است. در مدل رگرسیون، مدل درجه 4 از دقت بهتری برخوردار بوده و در مقایسه بین شبکه عصبی مصنوعی و رگرسیون مشاهده شد که نتایج شبکه عصبی مصنوعی تا حدودی بهتر از مدل رگرسیون بوده است. ضریب همبستگی مدل ها در کلیّه موارد در محدوده 0/87 تا 0/925 بوده است. با توجه به اینکه مدل ها فقط با یکبار ارزیابی روسازی انجام شده اند می توان گفت که از دقت بسیار خوبی برخوردار هستند و در صورت ارزیابی روسازی در سالهای بعد و بهنگام سازی مدلها دقت آنها بیشتر هم می شود.",
        "repository": "کتابخانه مرکزی دانشگاه صنعتی شاهرود",
        "note": "حقوق مادی و معنوی متعلق به دانشگاه صنعتی شاهرود می باشد.",
        "download_url": "https://shahroodut.ac.ir/fa/thesis/files/somefiles/sf_TA259.pdf"
    },
    "dictionary": {
        "thesis_id": "شناسه پایان نامه",
        "title": "عنوان پایان نامه",
        "degree": "مقطع تحصیلی",
        "faculty": "دانشکده",
        "year": "سال دفاع",
        "authors": "پدیدآورندگان",
        "keywords": "کلیدواژه ها",
        "abstract": "چکیده",
        "repository": "محل نگهداری",
        "note": "یادداشت",
        "download_url": "آدرس فایل پایان نامه"
    }
}