مدل‌‌سازی آزمایش پرسیومتری (فشارسنجی) با استفاده از شبکه‌ی عصبی مصنوعی

آزمایش پرسیومتری (فشارسنجی)، یکی از مهم‌ترین آزمایش‌های برجای مهندسی ژیوتکنیک است. این آزمایش قادر به تخمین بسیار مناسبی از پارامترهای تغییر شکلی خاک است. در این تحقیق از سه نوع شبکه‌ی عصبی مصنوعی (ann) به‌منظور مدل‌سازی آزمایش پرسیومتری (فشارسنجی) استفاده شده است. برای ‌این منظور ابتدا از پرسپترون چند‌لایه ــ یکی از پرکاربردترین شبکه‌های عصبی ــ استفاده شد و در ادامه، با استفاده از شبکه‌ی نوروفازی که ترکیبی از شبکه‌های عصبی ـ فازی و نیز با بهره‌گیری از شبکه‌ی عصبی تابع مبنای شعاعی که شبکه‌‌یی موفق در مسایل غیر‌خطی است به این مهم پرداخته شد. در تمامی این مدل‌ها از خواص فیزیکی و تراکمی خاک استفاده شده است. مدل‌ها از دو ساختار کلی دارای 6 ورودی، و دارای 5 ورودی و یک خروجی تشکیل شده اند. از مجموعه‌ی بزرگی از آزمایش‌های پرسیومتریِ انجام شده روی محدوده‌ی وسیعی از خاک‌های ریزدانه و درشت دانه، به عنوان بانک اطلاعاتی استفاده شده است. شبکه‌های مورد استفاده نیز موفقیت قابل قبولی از خود نشان داده اند. در نهایت مدل‌های مختلف شبکه‌های عصبی با یکدیگر مقایسه، و شبکه‌یی که بهترین عملکرد را داشته مشخص شده است. برای ارزیابی شبکه‌ نمودارهای فشار ـ تغییرحجم حاصل از شبیه ‌سازی ساختارهای بهینه‌ی هر مدل با نتایج تجربی حاصل مقایسه شده است. مدل‌های مبتنی بر شبکه‌های عصبی، برخلاف مدل‌های رفتاری مرسوم توضیحی درمورد چگونگی اثر پارامترهای ورودی بر خروجی نمی‌دهند. در این تحقیق با انجام تحلیل حساسیت روی ساختار بهینه‌ی مدلِ معرفی شده سعی شده است تا حدودی به این سوال پاسخ داده شود.