شیرین جهانمیری - کارشناسی ارشد مهندسی معدن، دانشگاه صنعتی همدان
مهدی عبدل - کارشناسی ارشد تکتونیک، دانشگاه پیام نور تهران شرق

یکی از مسائل مهم در جوامع امروزی مسئله حمل و نقل عمومی است یکی از موثرترین سیستم های حمل و نقل عمومیمترو است. حفاری تونل های مترو در شهرها عملیاتی پیچیده و دشوار است. ازجمله مسائل مهمی که در حین عملیات حفاریتونل ها مورد بررسی و توجه قرار می گیرد، نشست زمین و کنترل آن است. برای کنترل و کاهش جابجایی و نشست سطحزمین از ماشین های تونل سازی فشار تعادلی (EPB) و یا انواع سپردار برای کاهش نشست ناشی از حفاری تونل استفادهمی شود. در این پژوهش با استفاده از الگوریتم های فرا ابتکاری شبکه عصبی مصنوعی (ANN)، شبکه عصبی- ژنتیک(ANN-GA)، شبکه عصبی- ازدحام ذرات (ANN-PSO) و رگرسیون خطی و با در نظر گرفتن هفت پارامتر موثر در نشست سطحزمین، نشست حاصل از حفاری تونل ها را پیش بینی شد. با توجه به اینکه یکی از مسائل مهم در عملیات تونل سازی پیش بینینشست سطح زمین حاصل از این عملیات است در این پژوهش به کمک سه مدل ANN-PSO ،ANN و ANN-GAنشست سطح زمین پیش بینی شدند. هدف از استفاده PSO و GA در ANN افزایش کیفیت آموزش در الگوریتم ANNاست. بررسی آماری صورت گرفته نشان می دهد که استفاده PSO و GA در بخش آموزش کیفیت آموزش را افزایش دادهاست و همچنین این امر باعث شده که مقادیر پیش بینی شده توسط دو مدل ترکیبی بهتر از مدل ANN است.

پیش بینی، تونل سازی، نشست، الگوریتم های ابتکاری