مدل سازی آزمایش پرسیومتری (فشارسنجی) با استفاده از شبکه ی عصبی مصنوعی

آزمایش پرسیومتری(فشارسنجی)، یکی از مهم ترین آزمایش های برجای مهندسی ژئوتکنیک است. این آزمایش قادر به تخمین بسیار مناسبی از پارامترهای تغییر شکلی خاک است. در این تحقیق از سه نوع شبکه ی عصبی مصنوعی(A N N) به منظور مدل سازی آزمایش پرسیومتری(فشارسنجی) استفاده شده است. برای این منظور ابتدا از پرسپترون چندلایه یکی از پرکاربردترین شبکه های عصبی استفاده شد و در ادامه، با استفاده از شبکه ی نوروفازی که ترکیبی از شبکه های عصبی فازی و نیز با بهره گیری از شبکه ی عصبی تابع مبنای شعاعی که شبکه یی موفق در مسائل غیرخطی است به این مهم پرداخته شد. در تمامی این مدل ها از خواص فیزیکی و تراکمی خاک استفاده شده است. مدل ها از دو ساختار کلی دارای 6 ورودی، و دارای 5 ورودی و یک خروجی تشکیل شده اند. از مجموعه ی بزرگی از آزمایش های پرسیومتری انجام شده روی محدوده ی وسیعی از خاک های ریزدانه و درشت دانه، به عنوان بانک اطلاعاتی استفاده شده است. شبکه های مورد استفاده نیز موفقیت قابل قبولی از خود نشان داده اند. در نهایت مدل های مختلف شبکه های عصبی با یکدیگر مقایسه، و شبکه یی که بهترین عملکرد را داشته مشخص شده است. برای ارزیابی شبکه نمودارهای فشار تغییرحجم حاصل از شبیه سازی ساختارهای بهینه ی هر مدل با نتایج تجربی حاصل مقایسه شده است. مدل های مبتنی بر شبکه های عصبی، برخلاف مدل های رفتاری مرسوم توضیحی درمورد چگونگی اثر پارامترهای ورودی بر خروجی نمی دهند. در این تحقیق با انجام تحلیل حساسیت روی ساختار بهینه ی مدل معرفی شده سعی شده است تا حدودی به این سوال پاسخ داده شود.