یادگیری عمیق برای پیش بینی منحنی نگهداشت آب خاک به صورت تابعی پیوسته از مکش در خاکهای با پلاستیسیته کم

منحنی نگهداشت آب خاک یکی از مهمترین خصوصیاتی است که برای تعیین رفتار مکانیکی و هیدرولیکی خاکهای غیر اشباع استفاده می گردد. اندازه گیری آزمایشگاهی این منحنی بسیار هزینه بر و مستلزم ابزارهای آزمایشگاهی خاص است. به همین دلیل در سالهای اخیر استفاده از هوش مصنوعی به عنوان جایگزینی برای تعیین آزمایشگاهی آن مورد توجه قرار گرفته است. هدف پژوهش حاضر پیش بینی منحنی نگهداشت آب-خاک با استفاده از تکنیک آموزش عمیق است. پایگاه اطلاعات مورد استفاده حاوی اطلاعات ۱۷۲۷ نمونه خاک است که عمدتا دارای خصوصیات خمیری کم هستند. نتایج پژوهش نشان می دهد که مدل حاصل قادر است با دقت مناسبی میزان رطوبت خاک را در هر مکش با در اختیار داشتن خصوصیات فیزیکی پیش بینی نماید. برخلاف برخی پژوهش های پیشین که متمرکز بر پیش بینی رطوبت در مقادیر از پیش تعیین شده مکش بوده اند، در پژوهش حاضر مکش به عنوان یک متغیر مستقل در داده های ورودی قرار گرفته است. بدین ترتیب خروجی شبکه به صورت تابعی پیوسته از رطوبت بر حسب مکش برای هر خاک قابل استخراج است. نتایج پژوهش حاضر می تواند در پروژه های ژئوتکنیکی در مواجهه با خاکهای غیر اشباع و خصوصا مواقعی که به دست آوردن تخمینی سریع از این منحنی مورد نیاز است، قابل استفاده باشد.

کلیدواژه ها:

منحنی نگهداشت آب-خاک ، شبکه مصنوعی ، خاک غیر اشباع ، هوش مصنوعی ، یادگیری عمیق