پیش‌بینی پتانسیل رمبندگی خاک‌های رمبنده از طریق شبکه‌های عصبی مصنوعی

Abstract

در این تحقیق به منظور بررسی قابلیت شبکه‌های عصبی مصنوعی در تعیین پتانسیل رمبندگی، نمونه‌های متعدد خاک رمبنده از یک منطقه (دشت زاهدان) گردآوری شده است. در آزمایشگاه آزمایش‌های معمول رمبندگی بر روی آنها انجام و تعداد 130 نمونه خاک رمبنده حاصل از اعماق و مکان‌های مختلف دشت در پایگاه داده‌ ثبت گردید. آزمایش رمبندگی انجام شده، تحکیم مضاعف بوده که برای بررسی بیشتر آزمایش‌های دانه‌بندی، وزن مخصوص، حدود اتربرگ و خواص مقاومتی نیز بر روی نمونه‌ها انجام گرفت. در مراحل بعد نتایج برای ورود به شبکه‌های عصبی مصنوعی آماده شده و مدل‌سازی انجام گردید. پس از مرحله آموزش شبکه و یادگیری، مدل‌های مختلف شبکه مورد سعی و خطا قرار گرفته و در ادامه مدل بهینه شبکه شامل شش ورودی و یک خروجی انتخاب شده است. با توجه به نتایج پیش‌بینی، مشخص شد که بین داده‌های تجربی و پیش‌بینی شده توسط شبکه‌ عصبی مصنوعی بیشتر از 95 درصد همبستگی مشاهده می‌شود.