پیش بینی بروز روانگرایی با استفاده از شبکه عصبی مصنوعی

بررسی و مطالعة رخداد پدیدة روانگرایی بخصوص در مناطق لرزه خیز از جمله ایران در سالهای اخیر مورد توجه مهندسین ژئوتکنیک قرار گرفته است . پیش بینی روانگرایی در خاک ها با توجه به خصوصیات فیزیکی و مکانیکی خاک نظیر دانه بندی، مقاومت برشی و ... و هم چنین ویژگیهای لرزه خیزی نظیر بزرگی، شتاب و مدت زمان زلزله به عنوان پارامترهای در دسترس در این مقاله پارامترهای مستقل تنش کل و موثر، عدد SPT مطرح است . اصلاح شده و درصد ریز دانه، به عنوان پارامترهای مقاومتی خاک؛ بزرگی وشتاب زلزله، به عنوان پارامترهای زلزله و موثر در پتانسیل روانگرایی انتخاب شدند . پارامترها طوری انتخاب شدند که اولاً مستقل باشند و ثانیاً در مجموع همپوشانی خوبی در ارزیابی پتانسیل روانگرایی بر اساس کلیة عوامل موثر بر آن داشته باشند . برای یافتن ارتباطی منطقی میان داده های صحرایی ثبت شده در گذشته توسط محققین مختلف از شبکة عصبی مصنوعی به عنوان ابزاری کارآمد در پیش بینی پتانسیل روانگرایی استفاده گردیده است . نتایج بدست آمده در این تحقیق، نشان دهندة اعتبار روابط همبستگی SPT وCPT و همچنین توانایی شبکة عصبی مصنوعی در تخمین پتانس یل روانگرایی می باشد . همچنین میزان خطای آموزش شبکه تا حد زیادی نسبت به موارد مشابه در گذشته کاهش یافته است

Keywords:

روانگرایی , شبکة عصبی مصنوعی , CPT , SPT