پیش بینی مقاومت غلتشی لاستیک با استفاده از مدل رگرسیونی و شبکه عصبی مصنوعی (ANN)

در این تحقیق از یک آزمونگر تک چرخ به منظور بررسی تاثیر متغیرهای بار عمودی، فشار باد و درصد رطوبت خاک بر پارامتر مقاومت غلتشی لاستیک در انباره خاک استفاده شد. لاستیک مورد استفاده ۲۸-۱۲/۴ و خاک مورد آزمون دارای بافت لومی- رسی بود. آزمایش ها به صورت آزمون فاکتوریل و در قالب طرح کاملا تصادفی با سه تکرار برای هر آزمون اجرا شد. ضریب تبیین مدل رگرسیونی برای پیش بینی مقاومت غلتشی لاستیک با استفاده از متغیرهای بار عمودی، فشار باد و درصد رطوبت خاک برابر با ۰/۸۵۰=R۲ به دست آمد. از یک شبکه عصبی مصنوعی چند لایه پیش خور با الگوریتم توزیع معکوس و تابع آموزشی لونبرگ- مارکوآرت برای آموزش شبکه و از دو لایه پنهان در معماری شبکه عصبی مصنوعی استفاده گردید. از دو معیار ریشه میانگین مربع خطا (RMSE) و مربع ضریب همبستگی (R۲) برای ارزیابی نتایج به دست آمده استفاده شد. نتایج تحقیق نشان می­دهد که با توجه به متغیرهای مورد آزمون، فشار باد لاستیک، پارامتر کنترل کننده مقاومت غلتشی لاستیک در سطوح رطوبتی پایین است؛ و درصد رطوبت خاک، تاثیرگذارترین پارامتر بر مقاومت غلتشی لاستیک در مدل رگرسیونی است. ضریب تبیین به دست آمده با استفاده از شبکه عصبی۰/۹۷۷=R۲ برتری استفاده از این مدل را نسبت به مدل رگرسیونی نشان می دهد.

کلیدواژه ها:

آزمون فاکتوریل ، آزمونگر تک چرخ ، انباره خاک ، برهمکنش لاستیک- خاک