پیش‌بینی رفتار خاکهای ماسه سیلتی با استفاده از شبکه عصبی مصنوعی

در این مقاله شبکه عصبی مصنوعی سه لایه پروسپترون برای مدل کردن رفتار تنش -کرنش ماسه های سیلتی استفاده شده است. در این مدل دانه بندی ماسه، تراکم نسبی اولیه، تنش تحکیم اولیه مسیر تنش-کرنش درصد و شکل ریزدانه به عنوان ورودی و تنش انحرافی فشار آب منفذی به عنوان خروجی در نظر گرفته شده اند. به عنوان بانک اطلاعاتی مدل از یک مجموعه تست سه محوره زهکشی نشده انجام شده به روش کنترل کرنش بر ماسه تویورا و ترکیبات آن با باریزدانه های تیزگوشه، گرد گوشه و ماسه سیلتی آستانه استفاده شده است. در ادامه اثر تعداد نرونهای میانی بر رفتار شبکه بکار رفته بررسی شده و ب توجه به شاخص های خطا مدل مناسب انتخاب شده است و در نهایت با استفاده از این مدل علاوه بر تخمین منخنی های تنش-کرنش اثر تراکم نسبی اولیه تنش تحکیم اولیه و درصد ریزدانه بر رفتار این خاکها مورد مطالعه قرار گرفته است. با توجه به نتایج بدست آمده از مدل می توان دید که با وجود رفتار پیچیده ماسه های سیلتی شبکه عصبی مصنوعی پتانسیل برای چیش بینی رفتار این خاکها دارد.