محمد امامی - دانشجوی دکتری دانشکده ی فنی و مهندسی دانشگاه تربیت مدرس
سید شهاب الدین یثربی - دانشیار دانشکده فنی و مهندسی دانشگاه تربیت مدرس

ازمایش پرسیومتری فشارسنجی یکی از مهم ترین ازمایش های برجای مهندسی ژیوتکنیک است این آزمایش قادر به تخمین بسیار مناسبی از پارامترهای تغییر شکلی خاک است در این تحقیق از سه نوع شبکه ی عصبی مصنوعی ANN به منظور مدل سازی آزمایش پرسیومتری فشارسنجی استفاده شده است برای این منظور ابتدا از پرسپترون چند لایه یکی از پرکاربردترین شبکه های عصبی استفاده شد و در ادامه، با استفاده از شبکه ی نورفازی که ترکیبی از شبکه های عصبی فازی و نیز با بهره گیری از شبکه ی عصبی تابع مبنای شعاعی که شبکه یی موفق در مسایل غیر خطی است به این مهم پرداخته شد. در تمامی این مدل ها از خواص فیزیکی و تراکمی خاک استفاده شد است مدل ها از دو ساختار کلی دارای 6 ورودی ، و دارای 5 ورودی و یک خروجی تشکیل شده اند. از مجموعه ی بزرگی از آزمایش های پرسیومتری انجام شده روی محدوده ی وسیعی از خا های ریزدانه و درشت دانه، به عنوان بانک اطلاعاتی استفاده شدهاست شبکه ای مورد استفاده نیز موفقیت قابل قبولی از خود نشان داده اند. در نهایت مدل های مختلف شبکه های عصبی با یکدیگر مقایسه، و شبکه یی که بهترین عملکرد را داشته مشخص شده است برای ارزیابی شبکه نمودارهای فشار تغییر حجم حاصل از شبیه سازی ساختارهای بهینه ی هر مدل با نتایج تجربی حاصل مقایسه شده است مدل های مبتنی بر شبکه های عصبی، برخلاف مدل های رفتاری مرسوم توضیحی در مورد چگونگی اثر پارامترهای ورودی بر خروجی نمی دهند. در این تحقیق با انجام تحلیل حساسیت روی ساختار بهینه ی مدل معرفی شده سعی شده است تا حدودی به این سوال پاسخ داده شود.

آزمایش پرسیومتری، شبکه ی عصبی مصنوعی، پرسپترون چند لایه، نورفلزی، تابع مبنای شعاعی، تحلیل حساسیت