روسازی راه به عنوان یکی از مهم ترین سرمایه های ملی کشور محسوب می شود که سالانه بخش قابل توجهی از بودجه عمرانی را به خود اختصاص می دهد. این بودجه صرف ساخت، تعمیر، نگهداری، بهسازی سطح راه ها و ... می شود. از این رو نیاز به یک سیستم مدیریت روسازی برای استفاده بهینه از بودجه و اعتبارات و همچنین برای آگاهی و شناخت وضعیت فعلی و آینده راه ها امری اجتناب ناپذیر است. یکی از مهم ترین بخش های سیستم مدیریت روسازی، مدل های پیش بینی عملکرد روسازی هستند. زیرا با پیش بینی دقیق عملکرد روسازی می توان مقادیر قابل توجهی از هزینه های ذکر شده را کاهش داد. در این پایان نامه با فرض دسترسی به بانک داده ای مناسب دو مدل شبکه های عصبی مصنوعی و احتمالاتی (اقتصادسنجی لوجیت) ارائه شدند. شاخص عملکرد روسازی مورد استفاده در این پژوهش شاخص سرویس دهی (psi) است. با ارائه مدل شبکه های عصبی مصنوعی، عملکرد روسازی با دقت بالایی پیش بینی شد که برای پی بردن به دقت مدل از معیارهای ارزیابی مناسب مانند مجذور میانگین مربعات خطا و آزمون خوبی برازش استفاده شد. همچنین با توجه به این که فرآیند زوال روسازی یک پدیده تصادفی و متغیر با شرایط مختلف آب وهوایی، ترافیکی، سن روسازی و... است از یک مدل احتمالاتی که زوال روسازی را به صورت متغیر تصادفی مدل سازی می کند، برای پیش بینی زوال روسازی استفاده شد. از آن جایی که در مدل های پیش بینی عملکرد روسازی مانند روش مارکوف معمولی، شرایط مختلف آب وهوایی، ترافیکی و خصوصیات متغیر روسازی به نحو مناسبی در نظر گرفته نمی شود و این امر باعث کاهش دقت پیش بینی ها می گردد، از مدلی استفاده شد که توانایی در نظر گرفتن تأثیر عوامل موثر بر روند زوال روسازی را داشته باشد. نتایج، بیانگر دقت بالای روش لوجیت درمحاسبه احتمالات افت است. و در نهایت، مقایسه نتایج حاصل از دو مدل با یکدیگر حاکی از دقیق بودن مدل شبکه های عصبی مصنوعی نسبت به مدل لوجیت است