مدلسازی و برآورد پایداری خاکدانه با روش های هوش محاسباتی از روی ویژگی های زود یافت خاک

یک مطالعه مقایسه ای باهدف بررسی کارایی شبکه عصبی مصنوعی (RBF) و سیستم نرو فازی (ANFIS) برای پیش- بینی پایداری خاکدانه های بزرگتر از0/25 میلی متر درروش الک تر (SAW> 250) در منطقه قرقری شهرستانهیرمندانجام شد. بدین منظور تعداد 130 نمونه خاک از اراضی منطقه با پراکنش منظم تهیه گردید و برخی ویژگی هایخاک ازجمله بافت، ماده آلی، کربنات کلسیم، اسیدیته، هدایت الکتریکی و شاخص پایداری خاکدانه در آنها اندازه-گیری شد. نتایج این مطالعه نشان می دهد که مدل هوشمند (RMSE=2.13, R(2)=0.61)ANFIS نسبت به مدلRBF با (RNSE=2.12, R(2)=0.52) در تخمین پایداری خاکدانه در منطقه موردمطالعه بهتر ظاهرشده است همچنیننتایج کمی کردن اهمیت متغیرها به روش هیل در مدل (ANFIS) نشان داد که درصد ماده آلی بیشترین مشارکت درتغییرپذیری پایداری خاکدانه در منطقه موردمطالعه را داشته است و درصد ذرات شن و رس نیز در درجات بعدیاهمیت قرار دارد.

کلیدواژه ها:

شاخص پایداری خاکدانه ، ویژگی زود یافت ، هوش محاسباتی ، آنالیز حساسیت