تحلیل برگشتی هوشمند تونل امامزاده هاشم (ع) بر اساس داده‌های رفتارسنجی

آنچه به طور عمده در آنالیز برگشتی مطرح است، تحلیل جابجایی‌های اندازه‌گیری شده و تخمین پارامترهای ژئومکانیکی موثر در این جابجایی‌ها می‌باشد. روش متداول در این مورد، تحلیل عددی می‌باشد. بعنوان یک روش جایگزین، شبکه عصبی آموزش‌دیده بر مبنای الگوهای تحلیل شده توسط روشهای عددی علاوه بر اینکه به دقت مورد نیاز در روشهای عددی می‌رسد، سهولت و سرعت استفاده از آنها از سایر روشها بیشتر است. در این تحقیق، که برای اولین بار صورت پذیرفته، مدلی مبتنی بر شبکه عصبی چند لایه پرسپترون برای تحلیل برگشتی هوشمند تونل امامزاده هاشم(ع) بر اساس داده‌های رفتارسنجی ارائه شده است. متغیرهای ورودی شامل 24پارامتر در سه دسته داده‌های تونلسازی، زمین‌شناسی مهندسی و رفتارسنجی می‌باشند. خروجی‌های این شبکه نیز عبارتند از مدول الاستیسیته توده‌سنگ و تنش افقی متوسط برجا. جهت آموزش شبکه، بانک اطلاعاتی شامل نتایج آنالیز برگشتی 35 ایستگاه همگرایی‌سنجی توسط نرم‌افزار عددی تفاضل محدود FLAC2D، در قالب 1366 دسته داده تهیه گردید. سپس با توجه به رفتار شبکه در آموزش، مقادیر بهینه‌ای برای تعداد لایه‌های میانی، تعداد نرونها و توابع فعالیت آنها بدست آمد. به این ترتیب مدلی مبتنی بر شبکه عصبی ساخته شد که قادر به تحلیل برگشتی جابجایی‌ها در ایستگاههای همگرایی‌سنجی آتی پروژه در هر زمانی از رفتارسنجی می‌باشد.