توسعه مدل پیش بینی مدول برجهندگی خاک های رسی تثبیت شده با استفاده از شبکه عصبی مصنوعی
محل انتشار: پژوهشنامه حمل و نقل، دوره: 20، شماره: 4
سال انتشار: 1402
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 79
فایل این مقاله در 14 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_TRJ-20-4_006
تاریخ نمایه سازی: 23 آبان 1402
چکیده مقاله:
مدول برجهندگی خاک یکی از شاخصهای مهم در طراحی روسازی راههاست که نقش بسیار مهمی در تعیین ضخامت روسازی دارد. تعیین مدول برجهندگی خاکها به روش مستقیم و بر اساس نتایج آزمایشگاهی به دلیل هزینههای بالای آن از جهت تجهیزات و نیروی انسانی معمولا مقرون به صرفه نیست. لذا بر پایه اطلاعات میدانی گذشته میتوان بر اساس روشهای هوش مصنوعی اقدام به پیشبینی و تعیین این شاخص بر اساس دادههای ورودی نمود. هدف از این مقاله توسعه مدلی جهت پیشبینی مدول برجهندگی خاکهای رسی تثبیت شده با استفاده از شبکه عصبی مصنوعی است. بدین منظور ۴ نمونه خاک مختلف تثبیتشده با افزودنیهایی نظیر آهک، خاکستر بادی و غبار کوره سیمان مورد بررسی قرار گرفتند. در این مقاله از دادههای گزارش شده در پیوست طراحی روسازی به روش آشتو ۲۰۰۲ استفاده شد. با مقایسه خروجیهای بدست آمده با دادههای واقعی بر اساس شاخصهای آماری همچون ضریب رگرسیون و جذر میانگین مربعات خطا مشخص شد که در همه موارد نتایج مطلوبی بدست آمد. مقدار ضریب رگرسیون ۹۹/۰ و جذر میانگین مربعات خطا کمتر از ۶ درصد نشان از دقت بالای مدل توسعه داده شده در پیشبینی مدول برجهندگی خاکهای تثبیت شده دارد.
کلیدواژه ها:
نویسندگان
وحید خلیفه
استادیار ، دانشکده مهندسی عمران، دانشگاه صنعتی سیرجان، سیرجان، ایران
علیرضا غنی زاده
دانشیار، دانشکده مهندسی عمران، دانشگاه صنعتی سیرجان، سیرجان، ایران
نوید ندیمی
دانشیار، بخش مهندسی عمران، دانشکده فنی- مهندسی، دانشگاه شهید باهنر کرمان، ایران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :