ارزیابی مقایسه ای عملکرد منطق فازی به عنوان مکمل شبکه های عصبی مصنوعی در پیش بینی نشست سطح زمین ناشی از حفر تونل(مطالعه موردی:خط 2 متروی مشهد)

مساله نشست سطح زمین و تاثیر آن بر سازه های سطحی از مهمترین مخاطرات ناشی از حفاری تونل های زیرزمینی است که باید کنترل گردد نشست سطح زمین ناشی از حفر تونل به عوامل مختلفی از قبیل نحوه حفاری، پارامترهای مربوط به حفاری، هندسه تونل، شرایط زمین شناسی و خصوصیات ژئوتکنیکی بستگی دارد روش های تجربی، تحلیلی و عددی گوناگونی برای پیش بینی نشست سطح زمین موجوداست یکی از روش های عددی پیش بینی میزان نشست سطحی، استفاده از شبکه های عصبی مصنوعی می باشد خاصیت یادگیری این شبکه ها از اهمیت ویژه ای برخوردار است لذا می توان از این تکنیک به منظور پیش بینی نشست متناسب با خصوصیات هندسه تونل و ژئومکانیکی زمین پیرامون تونل کمک گرفت در این مقاله از روش جدیدی مبتنی بر تلفیق شبکه های عصبی و منطق فازی جهت پیش بینی نشست نیز استفاده گردیده است و نتایج حاصل از آن با شبکه عصبی مقایسه شده است که در نهایت نشان می دهد شبکه عصبی – فازی در مقایسه با شبکه عصبی به دلیل استفاده از استنتاج فازی دارای قابلیت تطبیق بیشتری بین ورودی ها و خروجی ها می باشد

کلیدواژه ها:

پیش بینی نشست ، تونل ، شبکه عصبی ، شبکه عصبی فازی ، منطق فازی