پیشبینی تنش انحرافی ماکزیمم مخلوطهای رس-سنگدانه با استفاده از الگوریتم هوشمند برنامهریزی بیان ژن (gep)

استفاده کاربردی از انواع الگوریتمهای هوشمند و روشهای داده محور میتواند کمک شایانی به جامعه محقق مهندسیژئوتکنیک کرده و گرهگشا بسیاری از مسائل پیچیده و زمانبر این حوزه گردد. این روشها عملکرد خوبی دارند و میتوانندبه عنوان ابزاری قابل اعتماد در زمینههای مختف طبقهبندی، تابعیابی و بهینهسازی مورد استفاده قرار گیرند. هدف از انجاممطالعه پیشرو، پیشبینی تنش انحرافی ماکزیمم متحمل توسط مخلوطهای رس-سنگدانه حاوی مقادیر مختلف ماسه،شاخص خمیری و وزن مخصوص خشک و تحت تنشهای همهجانبه مختلف، با استفاده از مدل مبتنی بر هوش مصنوعی،الگوریتم برنامهریزی بیان ژن ) gep ( میباشد. با این روش، بخش زمانبر و پرهزینه انجام آزمونهای آزمایشگاهی حذف شدهو میتوان از نتایج حاصل با استفاده از روابط موجود، سایر پارامترهای مورد نیاز، مانند پارامترهای مقاومتی را محاسبه نمود.در این مطالعه از نتایج حاصل از 24 آزمایش سه محوری تحکیم نیافته زهکشی نشده استفاده شده است. نتایج حاصل ازتوسعه مدل gep نشان میدهد که تابع پیشنهادی این الگوریتم برای پیشبینی تنش انحرافی ماکزیمم، از عملکرد خوبیبرخوردار است. این تابع با مقدار ضریب تعیین 94 / 0 برای دسته دادههای آزمون، با تقریب خوبی دادههای واقعی حاصل ازآزمایش را تخمین زده و میتواند در روند طراحی مورد استفاده قرار بگیرد.