پیش بینی تنش انحرافی ماکزیمم مخلوط های رس-سنگدانه با استفاده از الگوریتم هوشمند برنامه ریزی بیان ژن (GEP)

استفاده کاربردی از انواع الگوریتم های هوشمند و روش های داده محور می تواند کمک شایانی به جامعه محقق مهندسیژئوتکنیک کرده و گره گشا بسیاری از مسائل پیچیده و زمان بر این حوزه گردد. این روشها عملکرد خوبی دارند و میتوانندبه عنوان ابزاری قابل اعتماد در زمینه های مختف طبقه بندی، تابعیابی و بهینه سازی مورد استفاده قرار گیرند. هدف از انجاممطالعه پیش رو، پیش بینی تنش انحرافی ماکزیمم متحمل توسط مخلوط های رس-سنگدانه حاوی مقادیر مختلف ماسه،شاخص خمیری و وزن مخصوص خشک و تحت تنش های همه جانبه مختلف، با استفاده از مدل مبتنی بر هوش مصنوعی،الگوریتم برنامه ریزی بیان ژن (GEP) می باشد. با این روش، بخش زمان بر و پرهزینه انجام آزمون های آزمایشگاهی حذف شدهو می توان از نتایج حاصل با استفاده از روابط موجود، سایر پارامترهای مورد نیاز، مانند پارامترهای مقاومتی را محاسبه نمود.در این مطالعه از نتایج حاصل از ۲۴ آزمایش سه محوری تحکیم نیافته زهکشی نشده استفاده شده است. نتایج حاصل ازتوسعه مدل GEP نشان میدهد که تابع پیشنهادی این الگوریتم برای پیش بینی تنش انحرافی ماکزیمم، از عملکرد خوبیبرخوردار است. این تابع با مقدار ضریب تعیین ۹۴ / ۰ برای دسته داده های آزمون، با تقریب خوبی داده های واقعی حاصل ازآزمایش را تخمین زده و میتواند در روند طراحی مورد استفاده قرار بگیرد.

کلیدواژه ها:

مخلوط رس-سنگدانه ، تنش انحرافی ماکزیمم ، الگوریتم برنامه بیان ژن (GEP)