برآورد میزان همگرایی تونل انتقال آب چهل چای با استفاده از شبکه عصبی مصنوعی و برنامه المان مجزای 3DEC

روش های تجربی، تحلیلی و عددی گوناگونی برای پیش بینی همگرایی تونل موجود است. یکی از این روشها، پیش بینی همگرایی تونل با استفادهاز شبکه های عصبی مصنوعی ((Artificial Neural Networks (ANNs) می باشد. حوزه کاربرد این شبکه ها آنچنان گسترده است که ازکاربردهای طبقه بندی گرفته تا کاربردهایی نظیر درونیابی، تخمین، آشکارسازی و ... را شامل می شود . در این تحقیق با استفاده از داده هایژئومکانیکی که شامل 16 پارامتر متغیر از ویژگی های توده سنگ محدوده تونل می باشند به عنوان ورودی و نتایج رفتارنگاری تونل های مختلفبه عنوان خروجی، در یک شبکه عصبی، آموزش و اعتبارسنجی می شوند. سپس در شبکه آموزش دیده، میزان همگرایی ایستگاه های مختلف تونلانتقال آب چهل چای پیش بینی می شود. در پایان، نتایج بدست آمده از شبکه عصبی مصنوعی، با همگرایی های قرائت شده ایستگاه های مختلف اینتونل و همچنین مدلسازی تونل چهل چای با روش عددی المان مجزا 3DEC ، مقایسه شده اند.

کلیدواژه ها:

شبکه های عصبی مصنوعی ، همگرایی ، تونل انتقال آب چهل چای ، 3DEC