ارائه مدلی هوشمند به منظور پیش‌بینی مقاومت فشاری شاتکریت با استفاده از روش رگرسیون بردار پشتیبان

صنعت معدن و پروژه‌های تونل‌سازی به‌دلیل نیاز به ایمنی و پایداری سازه‌های زیرزمینی، به شاتکریت به‌عنوان یک راهکار موثر متکی هستند. یکی از ویژگی‌های کلیدی شاتکریت، مقاومت فشاری آن است که تاثیر زیادی بر پایداری این سازه‌ها دارد. در این تحقیق، از مدل رگرسیون بردار پشتیبان (svr) برای پیش‌بینی مقاومت فشاری شاتکریت استفاده شد. 12 پارامتر ورودی شامل سنگدانه‌ها، فیبر و نانوذرات، به‌عنوان متغیرهای ورودی در نظر گرفته شد. داده‌ها با استفاده از روش‌های پیش‌پردازش و تقسیم‌بندی به دو بخش آموزش و آزمایش تقسیم شدند. نتایج نشان داد که مدل svr قادر به شناسایی روابط پیچیده میان متغیرهای ورودی و مقاومت فشاری است. ارزیابی‌های آماری نشان‌دهنده دقت مناسب مدل، با r² برابر 0.82 و معیارهای خطای mae، mse و rmse به‌ترتیب برابر با 1.80، 4.63 و 2.15 بود. این نتایج موید قابلیت بالای مدل در پیش‌بینی مقاومت فشاری شاتکریت و کاربرد آن در بهینه‌سازی ترکیب شاتکریت در پروژه‌های معدنی و ساختمانی است.