استفاده از دو الگوریتم بهینه‌سازی هوشمند در تخمین تنش موثر خاک‌های غیراشباع

خاک‌های غیراشباع حدود 40 درصد از خاک‌های سطح زمین را پوشانده و در اکثر پروژ‌ه‌های مهندسی ژئومکانیک به چنین خاک‌های برخورد می‌شود. تعیین مقاومت برشی خاک‌های غیراشباع براساس اصل تنش موثر (x) به منظور استفاده در این‌گونه پروژه‌ها، مستلزم انجام آزمایش های نسبتاً وقت‌گیر، پرهزینه و پیچیده است. از طرفی به دلیل تغییرات در خصوصیات خاک هر منطقه استفاده از روش‌های تجربی به منظور تخمین تنش موثر خاک‌های غیراشباع از دقت کم تری برخوردار بوده و با خطا همراه است. به منظور برآورد صحیح مقاومت برشی خاک‌های غیراشباع، هدف از نگارش این مقاله کاربرد روش‌های جدید هوشمند برای تخمین پارامتر تنش موثر، با استفاده از دو الگوریتم بهینه‌سازی هوشمند گرگ خاکستری، (grey wolf optimization) و سینوس- کسینوس، (sine cosine algorithm) می‌باشد. در این مدل‌ها از پارامترهایی نظیر: مقدار ورودی هوا، مقدار آب حجمی در شرایط باقی مانده و اشباع، شیب منحنی مشخصه آب- خاک، فشار محدودکننده خالص و مکش به عنوان پارامترهای ورودی و از پارامتر تنش موثر به عنوان خروجی استفاده شده است. در انتها برای صحت و ارزیابی مدل‌های پیش‌بینی از شاخص‌های ضریب همبستگی مربع (r^2)، میانگین درصد خطای مطلق، (mean absolute percentage error)، شمول واریانس، (variance accounted for)، مجذور میانگین خطای مربع، (root mean squared error) و میانگین خطای مربع، (mean squared error) استفاده شده است. نتایج مدل سازی نشان می‌دهد که استفاده از دو الگوریتم بهینه‌سازی هوشمند گرگ خاکستری و سینوس- کسینوس دقت و کارایی قابل قبولی را در تخمین پارامتر تنش موثر برای خاک‌های غیراشباع دارد.

using two intelligent optimization algorithms to estimate the effective stress of unsaturated soils

compacted soils, which are commonly used in geotechnical engineering projects, such as earth dams, highways, embankments, and airport runways, are mostly unsaturated. to achieve a safe design in all these projects, the stress state variable in soil plays a significant role. any proposed model for the stress state variable should express its independence from the soil properties. in saturated soils, the e effective stress is taken into account as the stress state variable. some researchers have attempted to find the stress state variable for unsaturated soils the same as that for saturated soils with only one variable; however, they have noticed that the soil properties have been involved in the proposed models (bishop, 1959; escario and saez, 1986; khalili and khabbaz, 1998; lu and likos, 2004; rahnema et al., 2019). the purpose of this paper is to apply new intelligent methods to accurately estimate the effective stress parameter, using two gray wolf optimization (gwo) and sine-cosine (sca) optimization algorithms.