تخمین ظرفیت باربری شمع ها تحت بار جانبی با استفاده از یک روش ترکیبی هوشمند جدید

پی های شمعی از سازه های مهم در حوزه ی ژئوتکنیک هستند که ممکن است تحت بارهای جانبی بزرگی قرارگیرند. تخمین ظرفیت باربری این گونه شمع ها با استفاده از روش های تجربی، همواره با خطا همراه بوده و نتیجه مدل سازی را از واقعیت دور می سازد. امروزه روش های هوشمند، قابلیت بالایی در امر پیش بینی و تخمین متغیر مجهول از خود نشان داده اند و می توانند جایگزین روش های تجربی و تحلیلی باشند. در این تحقیق سعی شد با ایجاد یک مدل ترکیبی هوشمند به نام رگرسیون بردار ارتباط بهینه شده با الگوریتم فراابتکاری کلونی زنبور عسل (RVR-ABC) به پیش بینی دقیق ظرفیت باربری جانبی شمع ها در خاک های رسی پرداخته شود. در این روش از رگرسیون بردار ارتباط به عنوان مدل پیش بینی کننده و از الگوریتم فراابتکاری کلونی زنبور عسل به منظور بهینه سازی پارامترهای روش رگرسیون بردار ارتباط استفاده شده است. در این مدلسازی داده های به کار گرفته شده، مربوط به یک مجموعه داده آزمایشگاهی ظرفیت باربری جانبی شمع در مقیاس کوچک می باشد. برای ارزیابی دقت مدلسازی از شاخص های مختلف آماری استفاده شد که نهایتا نتایج نشان داد که مدل ترکیبی RVR-ABC برای داده های آزمون با R۲=۰.۹۷۵ و RMSE=۰.۰۰۱ ، از توانایی بالایی در پیش بینی ظرفیت باربری جانبی شمع ها برخوردار است. بعلاوه آنالیز حساسیت انجام شده در این مطالعه نشان داد که متغیرهای خروج از مرکز بار و طول مدفون شمع، در مقایسه با سایر پارامترها بااهمیت تر و تاثیرگذارترند.

کلیدواژه ها:

Relevant vector regression ، Artificial bee colony algorithm ، Lateral load capacity ، Sensitivity analysis ، رگرسیون بردار ارتباط (RVR) ، کلونی زنبور عسل (ABC) ، ظرفیت باربری جانبی شمع ، آنالیز حساسیت.