پیش بینی مقاومت برشی زهکشی نشده خاک از آزمایش نفوذ مخروط با بهره گیری از مدل های مبتنی بر الگوریتم های فراابتکاری

بررسی و تخمین مقاومت برشی زهکشی نشده از آزمایش نفوذ مخروط درجا مستلزم زمان هزینه، برنامه های آزمایشگاهی و آزمایش های درجاست. استفاده از مدل های مبتنی بر شبکه عصبی مصنوعی می توانند رضایت کاربر را از تخمین مقاومت برشی زهکشی نشده تضمین کند. مدلهای تر کیبی در نظر گرفته شده در این تحقیق, ماشین بردار پشتیبان (SVR) و شبکه عصبی چند لایه (MLP) می باشد. که به منظور بهینه کردن پارامترهای اصلی و تعیین کننده آنها از الگوریتم بهینه ساز شاهین آتشین (FHO) بهره برده شده است. نتایج نشان داد که مدل SVR بهینه شده با الگوریتم FHO بهترین مدل در مقایسه با بقیه مدل هاست.

کلیدواژه ها:

مقاومت برشی زهکشی نشده خاک ، آزمایش نفوذ مخروط ، پیش بینی ، الگوریتم های فراابتکاری