پیش بینی خرج ویژه در انفجار تونل بر اساس شبکه های عصبی

برای تعیین خرج ویژه در انفجار روابط مختلفی موجود است که در ضمن طراحی انفجار از آنها استفاده می شود . ولی با توجه به متغیر بودن شرایط کار اغلب نوساناتی دارد که با انجام چند انفجار آزمایشی شرایط سازگار و مقدار خرج ویژه را تخمین می زنند . به همین منظور با استفاده از داده های تجربی بدست آمده و با شبکه های عصبی این امکان ر ا فراهم آوردیم که با توجه به شرایط موجود و تعیین پارامترهای موثر و در دسترس، خرج ویژه را پیش بینی کنیم . در این مقاله کاربرد شبکه های عصبی برای پیش بینی خرج ویژه براساس یکسری پارامترهای ورودی نشان داده شده است . ورودی ها شامل ، پارامترهای زمین شناسی (شیب، امتداد، فاصله داری ، بازشدگی و گسترش ناپیوستگی ، جهت داری تونل، مقاومت سنگ ،RQD (RMR و خروجی خرج ویژه می باشد . داده های مورد استفاده ازیک تونل در کره جنوبی جمع آوری شده و از شبکه عصبی چند لایه پیشخور با یک لایه ورودی، سه لایه پنهان، یک لایه خروجی، الگوریتم آموزش پس انتشار و تا بع سیگمویید به عنوان تابع تحریک استفاده شده است . مقدار واقعی خرج ویژه 0/94 و مقدار پیش بینی شده با شبکه عصبی 0/9627 کیلوگرم بر مترمکعب شد که با محاسبه خطا، خطای بین مقدار واقعی و پیش بینی شده 2/41 درصد تعیین شد.

Keywords:

خرج ویژه , شبکه های عصبی