پیشبینی همگرایی تونل امیرکبیر با استفاده از شبکههای عصبی مصنوعی در مقایسه با روشهای عددی

تونل زیرگذر امیرکبیر به طول تقریبی 2/2کیلومتر به منظور کاهش ترافیک کلانشهر تهران به روش NATM در حال حفاری میباشد. این تونل از نظر زمینشناسی در سازندهای آبرفتی واقع شده و به طور کلی شامل شن-ماسهای و ماسههای متراکم به همراه 5 تا 30 درصد سیلت و رس است. در این تحقیق با استفاده از دادههای حاصل از رفتارنگاری، پایداری بخشT 3این تونل با روش شبکههای عصبی مصنوعی بررسی شده و نتیجه آن با روش عددی مقایسه شده است. به این صورت که در ابتدا با استفاده از دادههای ژئومکانیکی و نتایج رفتارنگاری در مقاطع مختلف، یک مدل شبکه عصبی طراحی شده و بر اساس آن میزانهمگرایی تونل در قسمتهای حفاری نشده پیشبینی میشود. برای مقایسه نتایج روش شبکه عصبی با روش عددی، مقطع تونل با روش عددی تفاضل محدود نیز مدلسازی شده است. نتایج حاصل از مقایسه هر دوروش با مقادیر واقعی نشان میدهد که روش شبکههای عصبی مصنوعی دارای دقت بیشتری بوده و نتایج حاصل از آن همخوانی بیشتری با دادههای واقعی دارد؛ همچنین با استفاده از این روش نرخ همگرایی تونل در زونهای حفاری نشده نیز پیشبینی میشود

Keywords:

همگرایی تونل , شبکههای عصبی مصنوعی , روش عددی , تونل امیرکبیر