Hoseini S S, Ghanbari A, Rafiei Nazari M A. Estimation of Soil-Pile Stiffness under the Bridge Piers Considering Soil-Structure Interaction using Artificial Neural Network Model. Journal of Engineering Geology 2020; 14 (2) :283-308
URL:
http://jeg.khu.ac.ir/article-1-2816-fa.html
حسینی شیما السادات، قنبری علی، رفیعی نظری محمد علی. پیشبینی سختی خاک در پایۀ پلها با در نظرگیری اندرکنش خاک-سازه با استفاده از مدل شبکه عصبی مصنوعی. نشریه زمین شناسی مهندسی. 1399; 14 (2) :283-308
URL: http://jeg.khu.ac.ir/article-1-2816-fa.html
1- دانشگاه خوارزمی، دانشکدۀ فنی، گروه مهندسی عمران ، hoseinishima1365@gmail.com
2- دانشگاه خوارزمی، دانشکدۀ فنی، گروه مهندسی عمران
3- دانشگاه خواجه نصیر الدین طوسی
چکیده: (4193 مشاهده)
بحث دربارۀ مدلسازی اندرکنش خاک-گروه شمع بهدلیل تعداد زیاد پارامترهای دخیل در آن یکی از مباحث پیچیده و البته مورد توجه محققان در سالهای اخیر بوده است که به روشهای مختلف به آن پرداختهاند. در سالهای اخیر روش شبکۀ عصبی مصنوعی در بسیاری از مسائل مرتبط با مهندسی ژئوتکنیک از جمله مسائل مرتبط با شمعها استفاده شده است. در این پژوهش پاسخ دینامیکی گروه شمع-خاک زیر یک پل تکپایه با درنظرگیری اثر اندرکنش خاک-سازه بهروش تحلیلی محاسبه شد . بهعلاوه یک مدل شبکه عصبی با استفاده از مدل چند لایه پیشخور برای پیشبینی سختی اندرکنشی گروه شمع-خاک واقع در خاک دانهای در نظر گرفته شد. همچنین تأثیر پارامترهای مختلف بر محاسبۀ مقدار سختی اندرکنشی گروه شمع-خاک بحث و بررسی شد. در نهایت با توجه به مقدار ضریب تبیین 99/0 و کمترین میزان مربعات خطای 00000088/0 مدل شبکه عصبی ارائه شده میتواند یک ابزار قدرتمند برای پیشبینی میزان سختی اندرکنشی گروه شمع-خاک و طراحی بهینۀ گروه شمع برای دستیابی به طول و قطر بهینۀ شمعها و کاهش هزینۀ مربوط به تجهیزات حفاری باشد.
نوع مطالعه:
مطالعه موردی |
موضوع مقاله:
ژئوتکنیک (مکانیک خاک و سنگ) دریافت: 1397/6/16 | پذیرش: 1397/10/15 | انتشار: 1399/6/10