توسعه مدل پیش بینی مدول برجهندگی خاک های رسی تثبیت شده با استفاده از شبکه عصبی مصنوعی
عنوان مقاله: توسعه مدل پیش بینی مدول برجهندگی خاک های رسی تثبیت شده با استفاده از شبکه عصبی مصنوعی
شناسه ملی مقاله: JR_TRJ-20-4_006
منتشر شده در در سال 1402
شناسه ملی مقاله: JR_TRJ-20-4_006
منتشر شده در در سال 1402
مشخصات نویسندگان مقاله:
وحید خلیفه - استادیار ، دانشکده مهندسی عمران، دانشگاه صنعتی سیرجان، سیرجان، ایران
علیرضا غنی زاده - دانشیار، دانشکده مهندسی عمران، دانشگاه صنعتی سیرجان، سیرجان، ایران
نوید ندیمی - دانشیار، بخش مهندسی عمران، دانشکده فنی- مهندسی، دانشگاه شهید باهنر کرمان، ایران
خلاصه مقاله:
وحید خلیفه - استادیار ، دانشکده مهندسی عمران، دانشگاه صنعتی سیرجان، سیرجان، ایران
علیرضا غنی زاده - دانشیار، دانشکده مهندسی عمران، دانشگاه صنعتی سیرجان، سیرجان، ایران
نوید ندیمی - دانشیار، بخش مهندسی عمران، دانشکده فنی- مهندسی، دانشگاه شهید باهنر کرمان، ایران
مدول برجهندگی خاک یکی از شاخصهای مهم در طراحی روسازی راههاست که نقش بسیار مهمی در تعیین ضخامت روسازی دارد. تعیین مدول برجهندگی خاکها به روش مستقیم و بر اساس نتایج آزمایشگاهی به دلیل هزینههای بالای آن از جهت تجهیزات و نیروی انسانی معمولا مقرون به صرفه نیست. لذا بر پایه اطلاعات میدانی گذشته میتوان بر اساس روشهای هوش مصنوعی اقدام به پیشبینی و تعیین این شاخص بر اساس دادههای ورودی نمود. هدف از این مقاله توسعه مدلی جهت پیشبینی مدول برجهندگی خاکهای رسی تثبیت شده با استفاده از شبکه عصبی مصنوعی است. بدین منظور ۴ نمونه خاک مختلف تثبیتشده با افزودنیهایی نظیر آهک، خاکستر بادی و غبار کوره سیمان مورد بررسی قرار گرفتند. در این مقاله از دادههای گزارش شده در پیوست طراحی روسازی به روش آشتو ۲۰۰۲ استفاده شد. با مقایسه خروجیهای بدست آمده با دادههای واقعی بر اساس شاخصهای آماری همچون ضریب رگرسیون و جذر میانگین مربعات خطا مشخص شد که در همه موارد نتایج مطلوبی بدست آمد. مقدار ضریب رگرسیون ۹۹/۰ و جذر میانگین مربعات خطا کمتر از ۶ درصد نشان از دقت بالای مدل توسعه داده شده در پیشبینی مدول برجهندگی خاکهای تثبیت شده دارد.
کلمات کلیدی: مدول برجهندگی, شبکه عصبی مصنوعی, پیش بینی, روسازی
صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/1816730/