پیش بینی مدول پرسیومتری خاک ریزدانه با استفاده از روش برنامه نویسی ژنتیک عبارتی ((GEP

  • سال انتشار: 1403
  • محل انتشار: چهاردهمین کنگره ملی مهندسی عمران
  • کد COI اختصاصی: NCCE14_160
  • زبان مقاله: فارسی
  • تعداد مشاهده: 170
دانلود فایل این مقاله

نویسندگان

محمدجعفر حسن پور

دانشجوی کارشناسی ارشد مهندسی عمران مکانیک خاک و پی

جعفر بلوری بزاز

دانشیار، گروه عمران، دانشکده مهندسی، دانشگاه فردوسی مشهد

دانیال محمدزاده شادمهری

مدرس دانشگاه اقبال و دانشگاه سجاد واحد مشهد

چکیده

پیش بینی خصوصیات ژئوتکنیکی و رفتار خاکها از اهمیت ، تنوع و پیچیدگی های زیادی برخوردار است . یکی از اهداف مهندسان ژئوتکنیک تولید مدلهایی با ساختار ساده و حداقل پیچیدگی است تا با کمک آنها بتوان با صرف هزینه و زمان کمتر، به تخمین پارامترهای مهندسی پرداخت . این مقاله با استفاده از جدیدترین روشهای هوش مصنوعی ، مدلی برای پیش بینی مدول پرسیومتری خاک ارائه می کند. در این مقاله از روش برنامه نویسی ژنتیک عبارتی ((GEP استفاده شده است . مدل ارائه شده به وزن مخصوص خاک ، میزان رطوبت بر حسب درصد و عمق انجام آزمون از سطح زمین وابسته است . برای این منظور داده های قابل اعتماد از نتایج آزمونهای پرسیومتری موجود در آزمایشگاه های سطح شهر مشهد بکار گرفته شده است . متاقباع تحلیل حساسیت برای مدل جهت تعیین تاثیر پارامترهای ورودی بر مدول پرسیومتری انجام شده است . ضرایب تعیین پیش بینی برای داده های آموزش و آزمایش به ترتیب برابر ۹۸۸/۰ و ۹۸۵/۰ بدست آمده است . نتایج بدست آمده دقت بالای مدل ارائه شده را نشان می دهد که می توان از آن در جهت مقاصد پیش طراحی استفاده نمود.

کلیدواژه ها

هوش مصنوعی - پیش بینی مدول پرسیومتری خاک ریزدانه - برنامه نویسی ژنتیک

مقالات مرتبط جدید

اطلاعات بیشتر در مورد COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.