کاربرد شبکه های عصبی مصنوعی درتخمین حداکثروزن مخصوص خشک درمنابع قرضه

چندین سال اخیر، شبکه های عصبی مصنوعی (ANNS) به طورموفقیت آمیزی برای مدل سازی تقریبا همه جوانب مسائل مهندسی ژئوتکنیک استفاده شده اند. ضمن اینکه شبکه های عصبی مصنوعی وعده های بسیاری راعرضه کرده اند، اما ضعف هایی دراستخراج دانش، تعمیم دهی وعدم قطعیت دارند، دراین تحقیق الگوریتمی جهت مدل سازی وتخمین حداکثروزن مخصوص خشک خاک تحت نرم افزار(NATLAB) ، با شبکه عصبی مصنوعی ارائه می شود. شبکه استفاده شده دراین تحقیق ازنوع پرسپترون چندلایه باپس انتشار خطامی باشد. شبکه دارای یک لایه ورودی ویک لایه میانی وی ک لایه خروجی بوده و تحت تابع تحریک سیگموئیدی کارمیکند. لایه ورودی شامل 3 نرون، لایه میانی شامل 14 نرون ولایه خروجی حاوی یک نرون می باشد. 21 نمونه که قبلا نتایج آزمایشگاهی آنها استخراج شده بودجهت مدل سازی (آموزش ، ارزیابی وتست) شبکه مورداستفاده قرارگرفتند، نمودارتابع خروجی تحت تابع هدف وهمچنین مقدارمتوسط مربع خطای خروجی(MSE) برابر32 000/0درصد، وهمچنین صحت سنجی داده ها بصورت حداقلی حداکثری ومیانگینی نشان دهنده موردقبول بودن نتایج حاصل از تخمین شکبه طراحی شده می باشد.

کلیدواژه ها:

حداکثروزن مخصوص خشک خاک ، ژئوتکنیک ، شبکه های عصبی مصنوعی ، پرسپترون