وحید شیرعلی نژاد - دانشجوی مهندسی عمران- عمران، تهران، ایران
مهدی کماسی - دکترای سازه های هیدرولیکی، بروجرد، لرستان، ایران
سیدمحمد موسوی - دانشجوی مهندسی کامپیوتر- نرم افزار، تهران، ایران

در چندسال گذشته روش ANN با چند درجه مختلف در بسیاری از مشکلات ژئوتکنیکی مهندسان بکار برده شده است. با مراجعه به طراحی فنداسیون توانایی پیش بینی درست SETUP می تواند به طراحی اقتصادی تر پی ها کمک می کند. در این مقاله یک مدل ANN با یک پیش بینی PILE SETUP و استفاده آن در 104 مورد که شامل نشر در مطبوات بود، انجام شد. در این مقاله در مورد پارامترهایی از درون شبکه که به رسیدن به مدل بهینه ANN کمک می کند، بحث می کنیم. در نهایت این مقاله پیش بینی های مدل ANN را با چند فرمول تجربیه مقایسه می نماید. در ابتدا بنظر می رسد که مدل ANN بطور مطلوبی اندازه گیری PILE SETUP را انجام می دهد و بطور موفق به فرمول های تجربی می رسد.

شبکه عصبی مصنوعی (setup, (ANN، شمع کوبشی، پیری خاک