علیرضا کردجزی - دانشجوی کارشناسی ارشد مکانیک خاک و پی، دانشگاه فردوسی مشهد
فریدون پویانژاد - استادیار گروه عمران دانشکده مهندسی دانشگاه فردوسی مشهد

پیشبینی ظرفیت باربری شمعهای تحت اثر بار محوری یکی از مسائل اساسی در مهندسی ژئوتکنیک بوده و تاکنون روشهای گوناگونی برای ارزیابی آن معرفی شده است. در این مقاله از یک روش یادگیری ماشینی با عنوان ماشین بردار پشتیبان (SVM) برای پیشبینی ظرفیت باربری نهایی شمعهای تحت اثر بار محوری استفاده شده است. مدل ارائه شده بر مبنای نتایج آزمایش نفوذ مخروط گسترش داده شده است. یک مجموعه داده شامل 801 نمونه از نتایج آزمون بارگذاری استاتیکی شمع در مقیاس واقعی، نتایج آزمایش نفوذ مخروط (CPT) در مجاورت آنها و خواص هندسی شمع برای آموزش و ارزیابی عملکرد مدل مورد استفاده قرار گرفته است. در این مدل علاوه بر ارزیابی ظرفیت باربری نهایی شمعهای تحت اثر بار محوری، به بررسی حساسیت ظرفیت باربری نهایی نسبت به متغیرهای ورودی مدل، پرداخته شده است. با مقایسه نتایج به دست آمده با مقادیر واقعی، کارایی مناسب مدل تائید میشود

آزمایش بارگذاری استاتیکی شمع، آزمایش نفوذ مخروط، ظرفیت باربری نهایی شمع، ماشین بردار پشتیبان