رسول قبادیان - عضو هیات علمی گروه مهندسی آب- کشاورزی دانشگاه رازی کرمانشاه

در این مقاله روش جدیدی بر اساس شبکه های عصبی مصنوعی برای تعیین شاخص فشردگی (Cc) خاکهای ریزدانه دست نخورده در استان خوزستان با استفاده از نتایج 121 آزمایش تحکیم، ارائه شده است. شبکه عصبی مصنوعی مورد استفاده از نوع پرسپترون چند لایه با قانون یادگیری پس از انتشار و تکنیک حداقل مربعات خطا می باشد. که در آم این کمیت مکانیکی و مهم خاک با ایجاد نگاشتی غیر خطی بین پارامترهای موثر بر آن از قبیل عیار پوکی اولیه (e°)، رطوبت اولیه، حد روانی خاک (LL) ، شاخص خمیرائی (PI) و چگالی ویژه (Gs) نمونه خاک دست نخورده تعیین می گردد. مقایسه نتایج حاصل از شبکه عصبی با چندین روش تجربی موجود از قبیل ترزاقی (1948)، نیشیدا (1956)، رندون - هررو (1983)، پارک و کوموتو (2004)، ابن جلال (1383) نشان داد که شبکه عصبی مصنوعی قادر است با دقت نسبتا بالاتری شاخص فشردگی خاک را در منطقه خوزستان تعیین نماید.

شبکه عصبی مصنوعی ، شاخص فشردگی ، خاکهای ریزدانه ، تحکیم ، خوزستان