پلها بهعنوان بخش حیاتی زیرساختهای حملونقل، نقش مهمی در پایداری ترافیکی، ایمنی عمومی و پاسخگویی در شرایط بحرانی ایفا میکنند. در مناطق لرزهخیز، آسیبپذیری بالای پلهای زوال یافته در برابر زلزله، لزوم تدوین یک نظام اولویتبندی دقیق برای تعمیر و نگهداری آنها را دوچندان میسازد. این پژوهش با هدف ارائه یک مدل دادهمحور برای اولویتبندی تعمیر پلهای زوال یافته بر پایه یادگیری ماشین انجام شده است. ابتدا دادههایی از 50 پل در شبکه راههای اصلی استان کردستان، شامل سن، مصالح، میزان خرابی، سابقه تعمیر و شتاب بیشینه زلزله گردآوری شد و با استفاده از شاخص ترکیبی عملکرد سطح اهمیت هر پل تعیین گردید. پس از انجام پیشپردازش شامل تکمیل کمبود دادهها و نرمالسازی، شش مدل یادگیری ماشین شامل رگرسیون لجستیک، ماشین بردار پشتیبان، درخت تصمیم، جنگل تصادفی، نسخههای احتمالاتی و تقویتشده جنگل تصادفی آموزش داده شد. ارزیابی مدلها با معیارهایی نظیر دقت، فراخوانی و امتیاز نشان داد که مدل ترکیبی جنگل تصادفی با تقویت گرادیانی دارای بهترین عملکرد در شناسایی پلهای زوال یافته پرریسک است. چارچوب این تحقیق میتواند مبنایی برای تصمیمگیری مؤثر در تخصیص منابع و بهینهسازی نگهداری زیرساخت ها در مناطق مواجه با ریسک زیاد باشد.
