پیشبینی عمق روانگرایی ناشی از امواج با شبکه عصبی مصنوعی

در مطالعه حاضر از روش شبکه عصبی مصنوعی جهت تعیین عمق روانگرایی ناشی از موج که از عوامل مهم در طراحی سازههای واقع شده بر بستر دریا میباشد استفاده شدهاست. بررسی روانگرایی از مسایل پیچیده در مهندسی ژیوتکنیک است که فاکتورهای زیادی از قبیل پارامترهای خاک و خصوصیات بارگذاری را شامل میشود. بررسیها در دو مرحله (اول برای رده بندی عمق روانگرایی و دوم تعیین مقدار دقیق عمق روانگرایی) انجام شد. برای ردهبندی عمق روانگرایی شبکه بهینه شامل 2 لایه پنهان و 8 نورون در هر لایه پنهان با توابع تحریک سیگمویید است. مجموع مربعات خطا در مرحله آزمایش معادل 622/31 بودهاست. همچنین میزان پیشبینی نادرست 5/23 درصد برآورد شدهاست. برای تعیین مقدار دقیق عمق روانگرایی شبکهای با توابع تحریک سیگمویید و 2 لایه پنهان و 31 نورون در هر لایه پنهان، مناسبترین شبکه برای به دست آوردن مقدار عمق روانگرایی تشخیص داده شد. تحلیل حساسیت پارامتر خروجی (عمق روانگرایی) به پارامترهای ورودی معرفی شده به شبکه نشان میدهد که از میان پارامترهای ورودی، نفوذپذیری خاک بستر بیشترین تاثیر با نسبت 293/1 را داشته است. پس از آن به ترتیب ارتفاع موج، ضخامت بستر خاکی، پریود موج، عمق آب و درجه اشباع تاثیر کمتری بر میزان عمق روانگرایی داشتهاند.

Keywords:

روانگرایی ناشی از موج , تحلیل حساسیت , شبکه عصبی مصنوعی , عمق روانگرایی