ارزیابی و تخمین مقادیر تغییر شکل مواد سنگی با روش عددی مبتنی بر توسعه مدل هوش مصنوعی ترکیبی

از آنجایی که تعیین مقادیر تغییر شکل سنگ در پروژه های مهندسی ژئوتکنیک و مهندسی تونل حائز اهمیت بوده و همچنین تخمین نسبتا دقیق و قابل اعتماد این مشخصه فیزیکی سنگ به طور مستقیم در آزمایشگاه پرهزینه و زمان بر است ، بنابراین میتوان به عنوان روشی جایگزین و کم هزینه ، از روش های عددی مبتنی بر الگوریتم های هوش مصنوعی ترکیبی جدید به کمک جمع آوری پایگاه داده ای متشکل از چندین آزمایش ساده شاخص سنگ ، به منظور توسعه و ارزیابی مدل، بهره جست و به عنوان یک مدل تعمیم یافته در پروژه های مشابه استفاده کرد. هدف از این تحقیق ایجاد یک تکنیک هوشمند جدید با استفاده از ترکیب دو الگوریتم روش گروهی دسته بندی داده ها (GMDH) و سیستم استنتاج فازی تاکاگی سوگنو (TS Fuzzy) است که به کمک الگوریتم بهینه سازی ازدحام ذرات (PSO) بهبود یافته است که به عنوان مدل عددی پیشنهادی (TS Fuzzy-GMDH-PSO) به منظور تخمین مقادیر تغییر شکل سنگ شناخته میشود. نقش تکنیک PSO در این سیستم پیشرفته بهینه سازی توابع عضویت مدل پیشنهادی مذکور برای افزایش سطح ظرفیت پیش بینی است . در این تحقیق چهار آزمون شاخص سنگ شامل چکش اشمیت ، سرعت موج p، تخلخل و بار نقطه ای انتخاب و در آزمایشگاه به منظور ایجاد پایگاه داده مناسب برای اهداف پیش بینی انجام شد. برای نشان دادن امکانسنجی و کاربرد مدل هیبریدی پیشرفته ، دو مدل پایه TS-Fuzzy و GMDH نیز برای پیش بینی تغییر شکل سنگ مدلسازی شدند. پس از انجام چندین تحلیل حساسیت بر روی مدلهای مذکور برای به دست آوردن بالاترین سطح عملکرد و دقت ، میزان کارایی انها در پیشبینی خروجی مدل با استفاده از برخی شاخص های آماری مانند ریشه میانگین مربعات خطا (RMSE) و ضریب همبستگی (R) مورد ارزیابی قرار گرفت . نتایج مقایسه ای بین مدلهای توسعه داده شده حاکی از برتری مدل پیشنهادی TS Fuzzy-GMDH-PSO نسبت به دو مدل دیگر، یعنی TS Fuzzy و GMDH از نظر هر دو فاز آموزش و آزمایش تایید کرد. می توان نتیجه گرفت که الگوریتم ترکیبی TS Fuzzy-GMDH-PSO را می توان به عنوان یک مدل قدرتمند، توانا و جدید برای حل مشکلات مربوط به مقاومت و تغییر شکل سنگ پیشنهاد داد.

Keywords:

تغییر شکل سنگ , بهینه سازی ازدحام ذرات (PSO) , تاکاگی سوگنو فازی (TS Fuzzy) , روش گروهی دسته ب ندی داده ها (GMDH)