بررسي عملكرد مدل هاي رگرسيون و شبكه عصبي در تخمين رابطه بين شاخص وضعيت روسازي و شاخص ناهمواري بين‌المللي

ارزيابي و سنجش كيفيت روسازي با شناخت بهتر از عملكرد صحيح بخش‌هاي مختلف سيستم مديريت روسازي، موجب تعيين بانك اطلاعاتي براي پيش‌بيني زمان بهينه طراحي و به‌روزرساني اطلاعات مي‌شود. شاخص‌هاي وضعيت روسازي (PCI) و شاخص ناهمواري بين‌المللي (IRI) به‌عنوان دو معيار سنجش عملكرد ارزيابي روسازي راه‌ها مي‌باشد كه تأثير بسزايي بر مديريت بودجه‌هاي ترميم و نگهداري راه‌ها دارد. بااين‌وجود، شاخص‌هاي PCI و IRI جامع و كامل نمي‌باشند و نياز است تا مشكلات موجود در آن‌ها با تعيين يك رابطه منطقي و با دقت بالا برطرف شود. هدف از اين مطالعه تعيين رابطه بين شاخص‌هاي IRI و PCI با استفاده از تحليل‌هاي آماري اسپيرمن، پيرسون و دوربين واتسون، مدل‌هاي رگرسيون خطي و غيرخطي و مدل شبكه عصبي مي‌باشد. در همين راستا، داده‌هاي 392 قطعه از راه‌هاي شرياني استان اصفهان بررسي شد و شاخص‌هاي PCI و IRI اين قطعات به‌عنوان جامعه آماري انتخاب شدند. نتايج بخش مدل‌سازي نشان داد با باوجود عملكرد مناسب شبكه عصبي در پيش‌بيني داده‌هاي آموزش، ولي در پيش‌بيني داده‌هاي جديد و در مرحله آزمون با حدود 46 درصد خطا، عملكرد ضعيفي دارد و مدل دچار بيش‌پردازش ‌شده است. در نهايت، عملكرد مدل رگرسيون خطي نشان داد استفاده از رابطه PCI=-19.802×IRI +126.970 با دقت 77% مي‌توان مقادير PCI را با استفاده از داده‌هاي IRI تعيين كرد. با توجه به‌سرعت برداشت و تحليل نتايج بالا شاخص IRI و كاربردي بودن شاخص PCI به‌عنوان روش استاندارد در برنامه‌ريزي و تعيين گزينه‌هاي نگهداري راه‌ها، اين مدل مي‌تواند كمك شاياني را در راستاي افزايش دقت و سرعت تصميم‌گيري‌ها و كاهش هزينه‌هاي سنگين برداشت خرابي و زمان تحليل نتايج شود.