استفاده از شبکه TLRNs در تعیین ضریب ایمنی خاک ناشی از زلزله

شبکهTime lagged recurrent networks (TLRNs) یک شبکه عصبی مصنوعی توسعه یافته با ساختارحافظه کوتاه مدت زمانی می باشد به دلیل اینکه بیشتر داده ها در دنیای واقعی تابع متغیر زمان می باشند به همین منظور از این شبکه برای مدلهایی که پیش بینی در آنها به صورت سریهای زمانی غیرخطی می باشند استفاده می گردد. پایداری شیب در طراحی و ساخت بزرگراه ها، گودال های باز و سدهای خاکی بسیار مهم است . تجزیه و تحلیل پایداری شیب بیشتر تحت بار ثابت انجام می گردد، با این حال، در یک منطقه زلزله خیز، زلزله یک نیروی مهم است که می تواند باعث شکست دامنه خاک شود . بنابراین، در این مناطق، لازم است به انجام تجزیه و تحلیل پایداری شیب لرزه ای پرداخت. در این مقاله به تعیین پایداری شیبهای مصنوعی با استفاده از مدلTLRNsپرداخته می شود و از الگوریتم ژنتیک برای بهینه سازی وزنها استفاده می گرددبدین منظور متغیرهای وزن واحد ، پیوستگی خاک ، زاویه داخلی اصطکاک و ضریب لرزه ای به عنوان پارامترهای ورودی و متغیر ضریب ایمنی در پایداری خاک به عنوان پارامتر خروجی استفاده می گردد. نتایج نشان می دهد که مدلTLRNs که وزنهای آن با الگوریتم ژنتیک بهینه شده است از توانایی ، انعطاف پذیری و دقت مناسبی در تعیین ضریب ایمنی ناشی از زلزله برخوردار می باشد

Keywords:

ضریب ایمنی زلزله , شیب های مصنوعی , شبکهTLRNs , الگوریتم ژنتیک