بکارگیری شبکه عصبی- فازی تطبیقی در پیش بینی پدیده روانگرایی

روانگرایی خاک ها از طریق زلزله ایجاد می شود، یکی از مهمترین مسائل مهندسی ژئوتکنیک است. روانگرایی به طور کلی از طریق آزمون های در محل و آزمون آزمایشگاهی که کاربرد آن بسیار مشکل، پرهزینه و وقت گیر است انجام می شود. انجام این آزمون ها همچنین مستلزم دقت و کار فراوان است. بنابراین ایجاد کدهای جدیدی برای پیش بینی پتانسیل روانگرایی خاک ها وسیله بسیار مهمی را جهت طراحی ساختمان ایجاد می کند. در این تحقیق مدل عصبی- فازی تطبیقی جهت پیش بینی ضریب اطمینان در روانگرایی خاک ها ارائه می شود. جهت ایجاد این مدل، مجموعه داده ای شامل 569 داده جمع آوری شد. 5 پارامتر شامل آزمون نفوذ استاندارد، (N(1)(60)، درصد ریزدانه ها (FC)، تنش های سربار مؤثر (‘؟؟؟)، نسبت تنش چرخه ای (CSR) و زاویه مقاومت برشی (‘φ) به عنوان پارامترهای ورودی به کار گرفته شده اند. مدل ارائه شده با استفاده از پارامترهای آماری مختلف به طور جامع مورد بررسی قرار داده شده است. نتایج نشان داد که مدل عصبی- فازی تطبیقی ارائه شده، رویکرد نسبتاً امیدوارکننده ای در پیش بینی پتانسیل روانگرایی خاک دارد و قادر است ارتباط بین ویژگی های ارتعاشی خاک ها و پتانسیل روانگرایی آنها را نشان دهد.

کلیدواژه ها:

روانگرایی ، داده کاوی ، شبکه عصبی مصنوعی ، نروفازی