پیش‌بینی پارامترهای ژئوتکنیکی خاک با استفاده از اطلاعات گمانه‌های موجود و مدل شبکه عصبی

زمین شناسی خاک یک منطقه نقش مهمی در تخمین پارامترهای ژئوتکنیکی آن منطقه ایفا می کند. بدین منظور نیاز به کاوشهای محلی و از جمله حفر گمانه های متعدد می باشد. با استفاده از گمانه ها اطلاعات مختلفی درباره بافت خاک و خواص ژئوتکنیکی در ناحیه بین گمانه ها بطور کامل مشخص نمی گردد و بدست آوردن آن یک عمل مشکل با قابلیت اعتماد محدوده می باشد از طرفی افزایش تعداد و عمق گمانه ها نیز از نظر اقتصادی هزینه بر است. روشهای موجود در آنالیز و. پیش بینی داده های ژئوتکنیکی بدست آمده از کاوشهای محلی عموما بر پایه تکنیکهای آماری و استدلالهای هندسی استوار هستند که در آنها برای توزیع فضایی پارمترهای مورد نظر بعضی توابع فاصله وجود دارد و اثر زمین شناسی در نظر گرفته نمی شود در این مقاله با استفاده از شبکه عصبی برای بدست آوردن اطلاعات تقریبا کاملی از شرایط تحت الارضی منطقه با استناد و استفاده از اطلاعات موجود به پیش بینی پارامترهای ژئوتکنیکی و درون یابی گمانه ها پرداخته خواهد شد. در مدل ارائه شده در این مقاله از یک شبکه عصبی چند لایه پیش خور استفاده می شود تا با آموزش شبکه بوسیله داده های بدست آمده از گمانه های موجود در یک منطقه توزیع فضایی لایه های خاک و پارامترهای ژئوتکنیکی مورد نظر آن منطقه بدست آورده شود. مدل شبکه عصبی نیازمند اطلاعاتی در زمینه مختصات وتراز سطح زمین نقاط مختلف به عنوان وردی است باآموزش شبکه بدست آمده مورد آزمون قرار می گیرد.