پیش بینی بروز روانگرایی با استفاده از شبکه عصبی مصنوعی

   بررسی و مطالعه رخداد پدیده روانگرایی به خصوص در مناطق لرزه خیز از جمله ایرا در سالهای اخیر مورد توجه مهندسین ژئوتکنیک قرار گرفته است. پیشبینی روانگرایی در خاکها با توجه به خصوصیات فیزیکی و مکانیکی خاک نظیر دانه بندی، مقاومت برشی و ... و همچنین ویژگیهای لرزه خیزی نظیر بزرگی، شتاب و مدت زمان زلزله به عنوان پارامترهای در دسترس مطرح است.
در این مقاله، پارامترهای مستقل تنش کل و موثر، عدد SPT اصلاح شده و درصد ریزدانه، به عنوان پارامترهای مقاومتی خاک؛ بزرگی و شتاب زلزله، به عنوان پارامترهای زلزله و موثر در پتانسیل روانگرایی انتخاب شدند. پارامترها طوری انتخاب شدند که اولا مستقل باشند و ثانیا در مجموع همپوشانی خوبی در ارزیابی پتانسیل روانگرایی بر اساس کلیه عوامل موثر بر آن داشته باشند. برای بافتن ارتباطی منطقی میان داده های صحرایی ثبت شده در گذشته توسط محققین باشند. برای یافتن ارتباطی منطقی میان داده های صحرایی ثبت شده در گذشته توسط محققین مختلف از شبکه عصبی مصنوعی، به عنوان ابزاری کارآمد در پیشبینی پتانسیل روانگرایی استفاده گردیده است. نتایج بدست آمده در این تحقیق، نشان دهنده اعتبار روابط همبستگی SPT و CPT و همچنین توانایی شبکه عصبی مصنوعی در تخمین پتانسیل روانگرایی میباشد. همچنین میزان خطای آموزش شبکه تا حد زیادی نسبت به موارد مشابه در گذشته کاهش یافته است.
واژه های کلیدی: روانگرایی، شبکه عصبی مصنوعی، SPT، CPT.

کلید واژه ها: روانگرایی شبکهعصبیمصنوعی شتابزلزله زمین شناسی مهندسی سایر موارد