Pelajari bagaimana Regresi Vektor Pendukung (SVR), Machine Learning, dan rekayasa material bekerja sama melalui optimasi cerdas perumusan Glassphalt Termodifikasi Polimer.
Python • Scikit-Learn • FastAPI • SVR Engine
KECEPATAN
< 0.5s
AKURASI SVR
98.2%
DAMPAK
Eco-Friendly
Atur parameter secara manual atau gunakan AI untuk merumuskan campuran material sempurna.
Silika:
0.0%
Aspal:
0.0%
EVA:
0.0%
Kapur:
0.0%
Stabilitas
0 kN
Kelelehan
0 mm
VIM (%)
0%
VFB (%)
0%
Kekakuan
0 MPa
Memahami komponen pembentuk desain campuran cerdas. Setiap material memainkan peran krusial dalam keawetan dan ketahanan perkerasan jalan raya.
Limbah kaca daur ulang sebagai pengganti agregat ramah lingkungan untuk meningkatkan pantulan cahaya malam hari.
Ethylene Vinyl Acetate, pengubah polimer untuk meningkatkan elastisitas dan ketahanan alur (rutting).
Bahan pengikat utama yang esensial untuk kedap air (waterproofing) dan stabilitas struktural perkerasan.
Agen anti-pengelupasan (anti-stripping) untuk mencegah kerusakan akibat genangan air.
Model prediktif kami mengandalkan algoritma Support Vector Regression (SVR), yang dilatih menggunakan ekstensif data empiris dari hasil Pengujian Marshall laboratorium.