امید کاظمینی - دانشجوی دکتری، گروه مهندسی عمران، واحد رودهن، دانشگاه آزاد اسلامی، تهران، ایران
محمدعلی ارجمندی - استادیار گروه مهندسی عمران، واحد رودهن، دانشگاه آزاد اسلامی، تهران، ایران

آزمایش پرسیومتری، یکی از مهم ترین آزمایشهای برجای مهندسی ژیوتکنیک است. این آزمایش قادر به تخمین بسیار مناسبی از پارامترهای تغییرشکلی خاک است. در این تحقیق از سه نوع شبکه عصبی مصنوعی (ANN) به منظور تفسیر آزمایش پرسیومتری استفاده شده است. در ابتدا از شبکه عصبی چند لایه پرسپترون، یکی از پرکاربردترین شبکه-های عصبی، استفاده شده است. در ادامه از شبکه نروفازی، ترکیبی از شبکه های عصبی- فازی بهره گرفته شده و در انتها از شبکه عصبی تابع مبنای شعاعی، شبکه موفقی در مسایل غیر خطی استفاده شده است. بین مدلهای مختلف شبکه عصبی مورد استفاده شبکه چندلایه پرسپترون کارایی بهتری دارد. هرچند سایر شبکه های مورد استفاده نیز موفقیت قابل قبولی از خود نشان داده اند. در نهایت مدلهای مختلف شبکه های عصبی با یکدیگر مقایسه شده و شبکه ای که بهترین عملکرد را داشته مشخص شده است. جهت ارزیابی قدرت تعمیم مدل، عملکرد شبکه مورد نظر در مقابل داده های تجربه نشده با نتایج تجربی مورد مقایسه قرار گرفت. مدلهای مبتنی بر شبکه های عصبی، برخلاف مدلهای رفتاری مرسوم توضیحی در مورد چگونگی اثر پارامترهای ورودی بر خروجی نمی دهند. در این تحقیق با انجام آنالیز حساسیت برروی ساختار بهینه مدلهای معرفی شده در هر مرحله سعی شده است تا حدودی به این سوال پاسخ داده شود.همچنین استخراج و ارایه روابط حاکم بر یک مدل شبکه عصبی به کاربر اطمینان بیشتری در استفاده از چنین مدلهایی داده، در نتیجه کاربرد چنین مدلهایی را در کارهای مهندسی تسهیل می کند.

تفسیر آزمایش پرسیومتری، ، شبکه عصبی مصنوعی، چند لایه پرسپترون، نروفازی، تابع مبنای شعاعی، آنالیز حساسیت