پیشنهاد مدلی جهت پیش بینی ظرفیت بابری شمع های کوبشی با استفاده از الگوریتم های ژنتیک و لورنبرگ

این پژوهش باهدف پیش بینی ظرفیت باربری شمع های کوبشی با استفاده از الگوریتم ژنتیک و لورنبرگ و روش یادگیری ماشین انجام شده است . نمونه های موردمطالعه به عنوان پارامترهای ورودی در این پژوهش شامل پارامترهای زاویه اصطکاک داخلی خاک، مدول الاستیسته خاک، قطر شمع (D) و طول شمع (L) به عنوان ورودی مدلهای در نظر گرفته شده است و تاررگ یا هدف در این پژوهش ظرفیت باربری شمع می باشد. ۱۵ درصد از دادهها ورودی به عنوان دادههای آموزش، ۱۵ درصد به عنوان دادههای اعتبار سنجی در نظر گرفته شد و کار آموزش شبکه عصبی انجام گرفت . در ابتدا با استفاده از روش آزمونوخطا تعداد لایه های مخفی ۶ لایه تعیین گردید و شبکه موردنظر با استفاده از الگوریتم ژنتیک آموزش داده شد و نتایج آموزش شبکه موردنظر با استفاده الگوریتم ژنتیک نشان داد ضریب رگرسیونی حاصل از پیش بینی مدل برای دادهها آموز و اعتبار سنجی ۹۹/۰ به دست آمده است . نتایج آموزش شبکه عصبی با استفاده از الگوریتم لورنبرگ نشان داد ضریب همبستگی بین دادههای آموزش و اعتبار سنجی به ترتیب ۹۶۵۴۸/۰ و ۹۹۳۸۸۹/۰ است . با مقایسه نتایج حاصل از شبکه عصبی با دادههای آزمایشگاهی مشاهدهشده است که الگوریتم ژنتیک بهتر می تواند پیش بینی موردنظر را انجام دهد.

کلیدواژه ها:

شبکه عصبی ، ظرفیت باربری شمع کوبشی ، الگوریتم ژنتیک ، الگوریتم لورنبرگ