شبکه عصبی ـ فازی و بهینه یابی هزینه ها توسط الگوریتم ژنتیک درمدل سازی مقاومت مارشال درتثبیت خاک باامولسیون وسیمان

امروزه روشهای هوشمند درپیش بینی پاره ای ازکمیت هامیتوانند به عنوان ابزاری قدرتمند برای بهینه سازی مدلهای پیش بینی بکارروند دراین تحقیق دوهدف یکی مدلسازی مقاومت مارشال نمونه های تثبیت شده با امولسیون قیروسیمان جهت زیرسازی جاده ها و دیگری بهینه یابی هزینه های اجرایی کاربرد امولسیون قیروسیمان درتثبیت این نوع زیرسازی دنبال شده است باین منظور 170ازمایش برروی نمونه های تثبیت شده برای آموزش شبکه عصبی فازی انجام شده و مورد استفاده قرارگرفته اند سپس مقاومت مارشال نمونه ها توسط شبکه هوشمند عصبی فازی مدل شده و بااستفاده ازالگوریتم ژنتیک هزینه های اجرایی بهینه یابی شده است درمدلسازی انجام شده ازنرم افزار MATLAB استفاده شده است نتایج این تحقیق نشان میدهد که بامدل پیشنهادی میتوان تاحدودزیادی درهزینه های ساخت جاده ها صرفه جویی کرد

Keywords:

مدلسازی مقاومت مارشال , تثبیت خاک , امولسیون , سیمان