Zastosowanie sztucznej sieci neuronowej do identyfikacji grubości warstw asfaltowych w nawierzchni podatnej

W artykule przedstawione zostały rezultaty identyfikacji grubości warstw asfaltowych nawierzchni podatnej odcinka próbnego, przy zastosowaniu Sztucznych Sieci Neuronowych (SSN). Korzystając z pomiarów przemieszczeń nawierzchni na odcinku próbnym, wykonanych ugięciomierzem FWD, zbiór uzyskanych wyników został podzielony na dwie części. Pierwszą cześć zbioru wyników wykorzystano do nauki jednokierunkowej, wielowarstwowej sztucznej sieci neuronowej. Druga część z pomiaru ugięciomierzem FWD, stanowiła zbiór do testowania wyuczonej sieci. Ostatecznie przy założeniu, że znane są tylko wyniki z pomiarów ugięciomierzem FWD, oszacowano grubości warstw asfaltowych nawierzchni na odcinku próbnym. Należy podkreślić, ze wartość średnia obliczonych grubości warstw należy do przedziału dokładności możliwej do zaakceptowania w drogownictwie.

---

The paper presents the results of back-calculation that is used to evaluate the thickness of asphalt layers for flexible pavement of test section, using Artificial Neural Network (ANN). Making use of Falling Weight Deflection (FWD) measurements from test section, the obtained data set was divided onto two parts. The first part of data set was used in learning process of feed-forward multilayered ANN. The second part was to be a test set of input/output values that were introduced to already trained ANN. Finally, according that the only known values are those from FWD measurements, the thickness of pavement asphalt layers was estimated within acceptable tolerance in the field of road pavement activity.