آرمان کلایه ئی - کارشناس ارشد ژئوتکنیک، مهندسین مشاور صحراکاو
حبیب حیدری - دانشجوی دکتری زمینشناسی مهندسی، دانشگاه خوارزمی
جواد شریفی - دانشجوی دکتری زمین شناسی مهندسی، دانشگاه فردوسی مشهد

در این تحقیق جهت پیش بینی پتانسیل روانگرایی خاک های ریزدانه چسبنده از طریق شبکه های عصبی مصنوعی، نمونه هایی از خاک چند منطقه باسابقه روانگرایی گردآوری و در آزمایشگاه مورد بررسی قرار گرفته است. سپس با معیارهای مختلف روانگرایی خاک های ریزدانه چسبنده (معیارچینی (1981)، معیار آندریو و مارتین (2000) و معیار سید و همکاران (2003)، پتانسیل روانگرایی آنها مورد بررسی قرار گرفته و در ادامه نتایج دریک پایگاه داده ثبت شده است. سپس نتایج برای ورود به شبکه های عصبی مصنوعی آماده شده و مدل سازی انجام گردید. پس از مرحله آموزششبکه و یادگیری، مدلهای مختلف شبکه مورد سعی و خطا قرار گرفته و در ادامه مدل بهینه انتخاب شده است. این مدل در نهایت نیز با روشهایتجربی مورد ارزیابی قرار گرفته است. نتایج نشان داد که شبکه های عصبی مصنوعی می تواند روشی دقیق برای مدلسازی خاک های ریزدانهروانگرا مورد استفاده قرار گیرد.

روانگرایی، خاک ریزدانه چسبنده، مدلسازی، شبکه عصبی مصنوعی