به گزارش پایگاه اطلاع‌رسانی نسیم قم، پژوهشی مبتنی بر اطلاعات واقعی معابر آسفالتی شهر قم، با تمرکز بر کاربرد روش‌های هوش مصنوعی و یادگیری ماشین در پیش‌بینی خرابی‌های روسازی و کمک به بهبود برنامه‌ریزی عملیات نگهداری و ترمیم، در مجله علمی بین‌المللی Case Studies in Construction Materials به چاپ رسید.
این مجله علمی از انتشارات الزویر (Elsevier) بوده و در پایگاه‌های علمی معتبر Scopus و Web of Science در نمایه SCIE نمایه شده است.
این پژوهش با مشارکت دکتر محمدحسین دهناد، دانشیار و عضو هیئت علمی دانشگاه قم، انجام شده و در آن، کاربرد الگوریتم‌های هوش مصنوعی و یادگیری ماشین برای پیش‌بینی خرابی‌های آسفالت مورد بررسی قرار گرفته است.
در این مطالعه، اطلاعات حاصل از اسکن و برداشت وضعیت سطح آسفالت بلوار غدیر شهر قم، به‌عنوان داده‌های واقعی و میدانی، برای توسعه و ارزیابی مدل‌های پیش‌بینی به کار گرفته شده‌اند؛ رویکردی که امکان بررسی عملکرد روش‌های نوین هوش مصنوعی را در مواجهه با شرایط واقعی معابر شهری فراهم می‌کند.
نتایج این پژوهش نشان می‌دهد که الگوریتم‌های یادگیری ماشین می‌توانند در پیش‌بینی برخی از شاخص‌های خرابی آسفالت نقش مؤثری ایفا کنند. بهره‌گیری از این روش‌ها، در صورت توسعه و اعتبارسنجی در مقیاس گسترده‌تر شبکه معابر شهری، می‌تواند زمینه‌ساز ارتقای دقت در برنامه‌ریزی عملیات نگهداری و ترمیم باشد.
بر اساس یافته‌های این مطالعه، استفاده از مدل‌های پیش‌بینی مبتنی بر هوش مصنوعی می‌تواند به اولویت‌بندی دقیق‌تر عملیات ترمیم، تخصیص هدفمند منابع مالی و حرکت به سمت مدیریت هوشمند نگهداری معابر کمک کند؛ موضوعی که با توجه به محدودیت منابع مالی و ضرورت افزایش بهره‌وری هزینه‌های عمرانی، از اهمیت ویژه‌ای در مدیریت شهری برخوردار است.
از ویژگی‌های مهم این پژوهش، استفاده از داده‌های واقعی معابر شهر قم و پیوند فناوری‌های نوین با نیازهای عملی مدیریت شهری است. این رویکرد می‌تواند به توسعه روش‌های علمی‌تر برای نگهداری و بهسازی شبکه معابر شهری و افزایش بهره‌وری در هزینه‌های عمرانی کمک کند.
انتشار این مقاله در یک مجله بین‌المللی نمایه‌شده، فرصتی برای ارائه نتایج پژوهش‌های مبتنی بر مسائل واقعی شهر قم به جامعه علمی بین‌المللی فراهم کرده است؛ موضوعی که بر ظرفیت دانشگاه قم در پیوند دادن دانش تخصصی و پژوهش‌های کاربردی با چالش‌های مدیریت شهری تأکید دارد.
این دستاورد علمی همچنین می‌تواند زمینه‌ساز توسعه همکاری‌های علمی و پژوهشی در حوزه مهندسی عمران، مدیریت زیرساخت‌های شهری و کاربرد فناوری‌های هوشمند در نگهداری و بهسازی معابر باشد.
