{
    "metadata": {
        "dataset_id": "shahroodut-thesis",
        "record_id": "TA585",
        "title": "پیش بینی شاخص خود ترمیمی مخلوط های آسفالتی با استفاده از شبکه عصبی مصنوعی چندلایه",
        "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": "1400",
        "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": "TA585",
        "title": "پیش بینی شاخص خود ترمیمی مخلوط های آسفالتی با استفاده از شبکه عصبی مصنوعی چندلایه",
        "degree": null,
        "faculty": "مهندسی عمران",
        "year": 1400,
        "authors": [
            {
                "name": "مهسا روحی فریمان",
                "role": "پدیدآور اصلی"
            },
            {
                "name": "سید علی حسینی",
                "role": "استاد راهنما"
            },
            {
                "name": "عباس محمدی",
                "role": "استاد مشاور"
            }
        ],
        "keywords": [
            "خود ترمیمی",
            "الیاف فولادی",
            "براده آهن",
            "سرباره فولاد",
            "گرمایش مایکروویو",
            "گرمایش القایی",
            "شبکه عصبی مصنوعی"
        ],
        "abstract": "چکیده\r\nجاده ها از سرمایه های مهم هر کشور محسوب می شوند و سالانه بخش زیادی از بودجه کشور صرف عملیات ترمیم و نگهداری می شود. بخش زیادی از هزینه های عملیات ترمیم و نگهداری راه ها برای رفع ترک خوردگی ها صرف می شود. پتانسیل خود ترمیمی آسفالت، یکی از عواملی است که می-تواند در افزایش عمر مفید روسازی آسفالتی تأثیرگذار باشد. زمانی که روسازی تحت دمای بیشتر باشد، ترمیم افزایش می یابد، بنابراین خود ترمیمی مخلوط آسفالتی به دما وابسته است. به منظور افزایش ظرفیت خود ترمیمی از طریق افزایش دما، از فرآیند گرمایش مایکروویو و گرمایش القایی استفاده می شود. همچنین برای افزایش بازدهی گرمایش و بهبود خود ترمیمی، انواع مختلف ضایعات فلزی (الیاف فولادی، براده آهن، سرباره فولاد و ...) به مخلوط آسفالتی اضافه می شود. \r\nبا توجه به زمان بر و هزینه بر بودن فعالیت های آزمایشگاهی، استفاده از شبکه های عصبی مصنوعی در پیش بینی نتایج آزمایشگاهی در دهه های اخیر مورد توجه محققان قرار گرفته است. در مهندسی روسازی از شبکه های عصبی مصنوعی برای پیش بینی عمر خستگی مخلوط های آسفالتی، پیش-بینی مدول غیرخطی لایه های روسازی و .... استفاده کرده اند.\r\nهدف این پژوهش این است که با در نظر گرفتن عوامل مؤثر بر شاخص خود ترمیمی (مانند نوع افزودنی، درصد افزودنی، دانه بندی مخلوط آسفالتی، نوع قیر، چرخه ترمیم ترک و ...) به عنوان ورودی های شبکه عصبی مصنوعی در نرم افزار متلب و شاخص خود ترمیمی به عنوان خروجی، بتوان به شبکه عصبی مناسبی دست یافت و از این شبکه در جهت پیش بینی شاخص خود ترمیمی بهره برد. شبکه  عصبی چندلایه (MLP )، شبکه عصبی چندلایه بهینه سازی شده با الگوریتم ازدحام ذرات (PSO )، شبکه عصبی شعاعی پایه (RBF ) و تجزیه و تحلیل آماری با نرم افزار SPSS  مورد بررسی قرار گرفت و نتایج این روش ها با یکدیگر مقایسه شدند. نتایج نشان داد، شبکه عصبی چندلایه (MLP) نسبت به دیگر روش ها عملکرد بهتری در زمینه پیش بینی شاخص خود ترمیمی دارد.",
        "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_TA585.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"
    }
}