کنفرانس بین المللی محاسبات نرم

صفحه اصلی / ششمین کنفرانس بین المللی محاسبات نرم

بررسی شبکه‌های عصبی مصنوعی و سیستم‌های عصبی-فازی تطبیقی برای پیش‌بینی مدول فشارسنج و فشار حدی در خاک‌های ریزدانه

نویسندگان :

حسین چترائی¹ فرنوش حاجی‌زاده²

1- دانشگاه ارومیه 2- دانشگاه ارومیه

کلمات کلیدی :

شبکه عصبی مصنوعی،سیستم عصبی-فازی تطبیقی،مدول فشارسنج،فشار حدی،خاک ریزدانه،هوش مصنوعی در ژئوتکنیک

چکیده :

پیش‌بینی دقیق پارامترهای مکانیکی خاک، به‌ویژه در خاک‌های ریزدانه، یکی از چالش‌های اساسی در مهندسی ژئوتکنیک است. مدول فشارسنج (Pressuremeter Modulus) و فشار حدی (Limit Pressure) از جمله شاخص‌های کلیدی هستند که در طراحی پی‌ها، شمع‌ها و تحلیل پایداری شیب‌ها کاربرد گسترده‌ای دارند. روش‌های سنتی آزمایشگاهی و میدانی برای تعیین این پارامترها زمان‌بر، پرهزینه و گاهی با عدم قطعیت همراه هستند. در سال‌های اخیر، استفاده از روش‌های هوش مصنوعی، به‌ویژه شبکه‌های عصبی مصنوعی (ANN) و سیستم‌های عصبی-فازی تطبیقی (ANFIS)، به‌عنوان جایگزینی کارآمد و دقیق مطرح شده است. این مقاله به بررسی عملکرد ANN و ANFIS در پیش‌بینی مدول فشارسنج و فشار حدی در خاک‌های ریزدانه می‌پردازد. با استفاده از داده‌های میدانی و آزمایشگاهی به‌روز، مدل‌های مختلف توسعه داده شده و با معیارهای آماری RMSE، MAE، R² و VAF ارزیابی شده‌اند. نتایج نشان می‌دهد که ANFIS با ترکیب قابلیت‌های استدلال فازی و یادگیری عصبی، عملکرد بهتری نسبت به ANN ساده دارد و قادر است با خطای کمتر از 8% این پارامترهای حیاتی را پیش‌بینی کند. این مطالعه نشان می‌دهد که هوش مصنوعی می‌تواند به‌عنوان یک ابزار قدرتمند در مهندسی ژئوتکنیک، به‌ویژه در مراحل اولیه طراحی و ارزیابی خاک‌های ریزدانه، مورد استفاده قرار گیرد.