ارائه ی مدل در خصوص پیش بینی ظرفیت باربری شمع های کوبشی در خاک های رسی ماسه ایبا استفاده از شبکه عصبی شعاعی و پرسپترن چندلایه

در این پژوهش مدل های شبکه عصبی به منظور تخمین میزان ظرفیت باربری شمع های کوبشی در انواع خاک های رسی و ماسه ای استفاده شده است. داده های ورودی شامل انسجام خاک بر حسب کیلوپاسکال، زوایه اصطحکاک خاک بر حسب درجه، زاویه اصطحکاک خاک و شمع بر حسب درجه، وزن مخصوص خاک بر حسب کیلونیوتن بر مترمکعب، تعداد ضربه بدون واحد، سطح مقطعشمع بر حسب مترمربع و طول شمع بر حسب متر تعریف گشته و خروجی ظرفیت باربری شمع ها برحسب کیلونیوتن است که به صورت آزمایشگاهی بدست آمده است. برای بالابردن دقت و پیدا کردن کمترین میزان خطا از ترکیب شبکه عصبی مدل پرسپترون چندلایه و الگوریتم بهینه سازی گرگ خاکستری و هم از ترکیب شبکه عصبی فازی و الگوریتم بهینه سازی گرگ خاکستری استفاده شده است تا دقیق ترین شبکه و کمترین میزان خطا مشخص شود. به طور کلی براساس نتایج بدست آمده می توان از هر دو مدل برای تخمین ظرفیت باربری شمع ها استفاده کرد. با اینحال نتایج بدست آمده از مدل پرسپترون چندلایه و الگوریتم بهینه سازی گرگ خاکستری با ساختار پیشنهادی عملکردی بهتری را از خود نشان می دهد. همچنین مدل نهایی انتخاب شده مورد تایید قرار گرفتند و مجموعه داده های جدید به دست آمد و میانگین اختلاف دو درصدی بین داده های هدف و داده های خروجی، اعتبار مدل پیشنهادی را نشان می دهد. از سوی دیگر براساس نتایج بدست آمده از مدل پرسپترون چندلایه و الگوریتم بهینه سازی گرگ خاکستری سطح شمع در مدل اول برابر با ۲۳ درصد طول شمع برابر با ۱۸ درصد و انسجام خاک برابر با ۱۴ درصد بیشترین تاثیر را در خروجی داشته اند.

کلیدواژه ها:

اصطحکاک خاک و شمع ، مدل پرسپترون چندلایه ، زوایه اصطحکاک خاک ، شمع های کوبشی