Đang chuẩn bị liên kết để tải về tài liệu:
Nghiên cứu ứng dụng mô hình mạng nơ ron nhân tạo dự báo mô đun đàn hồi động của vật liệu đất đắp nền đường

Kết cấu nền – mặt đường ô tô bao gồm các lớp mặt đường và nền đất, trong đó, tác dụng chính của nền là phân bố, giảm ứng suất dọc từ trên mặt đường xuống khi chịu tác dụng của tải trọng. Bài viết nghiên cứu ứng dụng mô hình mạng nơ ron nhân tạo dự báo mô đun đàn hồi động của vật liệu đất đắp nền đường. | Transport and Communications Science Journal Vol 72 Issue 8 10 2021 994-1009 Transport and Communications Science Journal PREDICTION AND SENSITIVITY ANALYSIS OF RESILIENT MODULUS OF SUBGRADE SOIL MATERIALS Hai Bang Ly Thuy Anh Nguyen Hai Van Thi Mai Nguyen Huu Hung University of Transport Technology 54 Trieu Khuc Thanh Xuan Hanoi Vietnam ARTICLE INFO TYPE Research Article Received 05 04 2021 Revised 17 06 2021 Accepted 30 06 2021 Published online 15 10 2021 https doi.org 10.47869 tcsj.72.8.12 Corresponding author Email banglh@utt.edu.vn Abstract. The pavement structure consists of the pavement and subgrade pavement layers in which the main effect of the subgrade pavement layer is to distribute and reduce the vertical stress from the road surface or avoid negative impacts of climate changes. Therefore in order to ensure the strength and stability of the pavement structure the pavement layers and subgrade must possess sufficient strength. The characteristic of the strength of the subgrade pavement is the resilient modulus which is an important parameter used in calculating and auditing the pavement layers and subgrade. However determining the resilient modulus of subgrade using experimental methods is complex time-consuming and costly. This study proposes an alternative approach using artificial neural networks ANN and a one-step secant learning algorithm to predict the resilient modulus of subgrade pavement materials. The database used for the development of ANN includes 418 experimental results. The results show that the proposed ANN model can accurately predict the subgrade pavement s resilient modulus RMSE 2.9401 MAE 2.3075 R2 0.9858 which helps to save time and reduce costs. Besides the proposed ANN model is used to quantify the impact of each input parameter on the prediction of the resilient modulus. Specifically the confining stress of soil is the most critical parameter in predicting the resilient modulus of the subgrade pavement. Keywords Resilient modulus