استفاده از شبکه‌های عصبی مصنوعی در مدل‌سازی اندیس فشردگی خاک‌های ریزدانه

احداث ساختمان‌ها و سازه‌های مختلف، باعث به هم فشرده شدن ذرات خاک و در نتیجه نشست خاک می‌گردد. نشست خاک تابع عواملی مختلفی مانند تغییر شکل فشاری، خارج شدن هوا و آب از خلل و فرج و... می‌باشد. در این مقاله با استفاده از شبکه‌های عصبی مصنوعی، همبستگی آماری بین خصوصیات فیزیکی خاک‌های ریزدانه (حد روانی، حد خمیری، چگالی نسبی، نسبت پوکی و رطوبت اولیه) و اندیس‌فشردگی مورد بررسی قرار گرفت. همچنین یک واسنجی بین روش‌های تجربی مختلف موجود برای تعیین شاخص فشردگی با شاخص فشردگی اندازه‌گیری شده در آزمایشگاه صورت پذیرفت. نتایج نشان داد که رابطه Rendon-Herrero از میان روابط تجربی با بالاترین ضریب همبستگی و کمترین درصد خطا، بالاترین دقت را در برآورد اندیس‌فشردگی دارد. در مقابل شبکه‌های عصبی مصنوعی اندیس‌فشردگی را با دقتی بالاتر و درصد خطای کمتر از رابطه رندون و هر رو برآورد می‌کند.

Keywords:

خاک‌های ریزدانه , اندیس‌فشردگی , شبکه‌های عصبی مصنوعی , خصوصیات فیزیکی خاک