پیش بینی عددی اثر فاصله از دهانه تونل دمابالا و بار ترکیبی اعمال شده بر تغییرات جابه جایی عرضی ریل راه آهن با استفاده از هوش مصنوعی

در مطالعه حاضر به پیش بینی اثر بار ترکیبی اعمال شده بر تغییرات جابه جایی عرضی ریل راه آهن با در نظر گرفتن فاصله از ورودی تونل دمابالا با استفاده از هوش مصنوعی پرداخته می شود. با استفاده از نتایج معتبر علمی در دسترس و ارائه شده در مطالعات معتبر داده های مورد نیاز مطالعه حاضر استخراج می شود. شبکه عصبی مصنوعی به عنوان یکی از تاثیرگذارترین گزینه های هوش مصنوعی در پیش بینی می باشند و به صورت دقیق تابع اساسی شعاعی می تواند الگوریتم های پیچیده خطی و غیرخطی را پیش بینی نماید. در مطالعه حاضر از تابع اساسی شعاعی استفاده می شود تا تغییرات جابه جایی عرضی ریل بر اساس تغییرات فاصله از دهانه ورودی تونل و میزان بار اعمالی بر روی ریل سنجیده شود. توانایی تابع اساسی شعاعی به عنوان نوعی از الگوریتم های هوش مصنوعی مانند روش های رگرسیون با استفاده از پارامترهای آماری مختلف از جمله خطای اندازه گیری، خطای مربعات میانگین و عدم قطعیت بررسی می شود. تابع اساسی شعاعی بهینه که بهترین عملکرد را در پیش بینی داده های آموزش جابه جایی عرضی ریل دارد، انتخاب می گردد. در مرحله بعد با استفاده از الگوریتم برتر تابع اساسی شعاعی داده های تست شبکه عصبی جابه جایی عرضی ریل ارزیابی می گردند تا صحت الگوریتم به دست آمده تایید شود. در نهایت مشخص گردید الگوریتم تابع اساسی شعاعی مطالعه حاضر چه به لحاظ کیفی و چه به لحاظ استانداردهای آماری، جهت پیش بینی جابه جایی عرضی ریل بر حسب میلی متر با استفاده از فاصله از ورودی تونل دمابالا بر حسب متر و بار اعمالی ترکیبی بر روی ریل بر حسب تن دقیق و کارآمد است.

Keywords:

تونل دما بالا , جابه جایی عرضی ریل راه آهن , بار اعمالی , هوش مصنوعی , تابع اساسی شعاعی