پیش بینی ظرفیت باربری شمعهای بتنی درجاریز با استفاده از شبکه عصبی مصنوعی

ظرفیت باربری شمعهای بتنی درجاریز از مسایل مهم در مهندسی ژیوتکنیک است. در این تحقیق از سه نوع شبکه عصبی مصنوعی (ANN) به منظور تخمین ظرفیت باربری شمعهای بتنی درجاریز استفاده شده است. در ابتدا از شبکه عصبی چند لایه پرسپترون ، یکی از پرکاربردترین شبکه های عصبی، استفاده شده است. در ادامه از شبکه نروفازی، ترکیبی از شبکه های عصبی- فازی بهره گرفته شده و در انتها از شبکه عصبی تابع مبنای شعاعی ، شبکه موفقی در مسایل غیر خطی استفاده شده است. بین مدلهای مختلف شبکه عصبی مورد استفاده شبکه چندلایه پرسپترون کارایی بهتری دارد. هرچند سایر شبکه-های مورد استفاده نیز موفقیت قابل قبولی از خود نشان داده اند. در نهایت مدلهای مختلف شبکه های عصبی با یکدیگر مقایسه شده و شبکه ای که بهترین عملکرد را داشته در هر دو مرحله مشخص شده است. مدلهای مبتنی بر شبکه های عصبی، برخلاف مدلهای رفتاری مرسوم توضیحی در مورد چگونگی اثر پارامترهای ورودی بر خروجی نمی دهند. در این تحقیق با انجام آنالیز حساسیت برروی ساختار بهینه مدلهای معرفی شده در هر مرحله سعی شده است تا حدودی به این سوال پاسخ داده شود.همچنین استخراج و ارایه روابط حاکم بر یک مدل شبکه عصبی به کاربر اطمینان بیشتری در استفاده از چنین مدلهایی داده، در نتیجه کاربرد چنین مدلهایی را در کارهای مهندسی تسهیل می کند.

کلیدواژه ها:

ظرفیت باربری ، شمع بتنی درجاریز ، شبکه عصبی مصنوعی ، شاخص ارزیابی خطا