بهناز جهانی - دانشجوی کارشناسی ارشد مهندسی ژیوتکنیک دانشگاه تحصیلات تکمیلی کرمان
علی حیدری پناه - مرکز تحقیقات راه، مسکن و شهرسازی بخش روسازی تهران، ایران
فضل الله سلطانی - استادیار دانشگاه تحصیلات تکمیلی کرمان
امین باقیزاده - دانشیار دانشگاه تحصیلات تکمیلی کرمان

پیش بینی ظرفیت باربری پی های واقع بر خاک ماسه ای مسلح شده یکی از مسایل اساسی در مهندسی ژیوتکنیک می باشد و تاکنون روش های متفاوتی برای ارزیابی آن ارایه شده است. این مسیله زمانی که پی واقع بر خاک چندلایه باشد به مسیله پیچیده تری تبدیل می شود که در اغلب موارد از میانگین گیری وزنی برای تعیین ظرفیت باربری پی استفاده می گردد. به علت صرف وقت و هزینه زیاد در روش های آزمایشگاهی بنظر می رسد که تقاضای مدل های عددی برای پیشبینی ظرفیت باربری توسعه یافته است و کارآیی روش های ماشین بردار پشتیبان در ارزیابی پدیده های ژیوتکنیکی در پژوهش های گوناگونی ذکر شده است. در این مقاله از الگوریتم هوش مصنوعی SVM بهره گرفته شده است. علاوه بر این از کرنل تابع پایه شعاعی RBF برای پیشبینی مقادیر ظرفیت باربری استفاده شده است. به منظور بوجود آوردن مدل و تصدیق اجرای الگوریتم، حدود 80 درصد از داده ها به صورت تصادفی به عنوان داده های آموزشی و بقیه به عنوان داده های آزمایش به الگوریتم داده شد. نتایج بدست آمده نشان داد که روش SVM توانایی پیشگویی بالایی برای این مطالعه دارد. علاوه بر این ضریب همبستگی (R(2 با دقتی برابر 0.9871 با استفاده از کرنل تابع پایه شعاعی RBF تعیین گردیده است.

پی برداری، خاک مسلح شده، ظرفیت باربری، ماشین بردار پشتیبان SVM، کرنل تابع پایه شعاعی RBF