هادی شمس - دانشجوی کارشناسی ارشد عمران گرایش خاک و پی
محسن اژدری - استادیار دانشگاه آزاد اسلامی واحد استهبان
سیدمحمدعلی زمردیان - استادیار بخش مهندسی اب دانشگاه شیراز

دراین تحقیق به پیش بینی بیشترین تغییر شکلهای ایجاد شده در دیوارهای نگهدار میخکوبی شده گودبرداریهای عمیق بوسیله یک شبکه عصبی مصنوعی پرداخته شده است در ابتدا عناصر تشکیل دهنده دیوار میخکوبی شده براساس ایین نامه FHWA طراحی شده است سپس با استفاده از نتایج طراحی تحلیلهای عددی اجزا محدود متعددی به منظور دستیابی به رفتار تنش - کرنش دیوارهای مختلف میخکوبی شده توسط نرم افزار Phase 2 و بصورت دو بعدی انجام شده است پس از مشخص شدن داده های بدست امده از تحلیل عددی انجام شده توسط نرم افزار مذکور با استفاده از این بانک داده ها به اموزش شبکه عصبی با الگوریتم پس انتشار خطا پرداخته شده است دراین شبکه عصبی ارتفاع دیوار ضریب ارتجاعی خاک زاویه اصطکاک داخلی خاک وزن مخصوص خاک فاصله میخها از یکدیگر و قطر و طول میخها به عنوان نرونهای ورودی و جابجایی و ضریب اطمینان به عنوان نرونهای خروجی شبکه استفاده می شود شبکه تریبت یافته به خوبی قادر به پیش بینی تغییر شکل افقی و ضریب اطمینان دیوارهایی که در طی اموزش به شبکه معرفی شده اند می باشد.

تغییر شکل، گودبرداری، دیوارحائل، میخکوبی، شبکه عصبی مصنوعی