پيش¬بيني جنس خاك با روش¬هاي مكمل در پروژه محور بروجردي و بهاران و تقاطع¬هاي مربوطه شهر تهران

براي شناخت ساختار لايههاي خاك در يك پروژه، حفر گمانههاي اكتشافي كه بسيار پرهزينه ميباشد، امري ضروري به نظر ميرسد. افزايش اطمينان در درونيابي ساختار و خصوصيات لايههاي خاك بين گمانهها منجر به بهبود ارزيابي خصوصيات ژئوتكنيكي و در نتيجه كاهش هزينهها شده و امكان برنامهريزي صحيح براي انجام عمليات ساختماني را فراهم ميآورد. شبكه عصبي توانايي زيادي در تخمين روابط غيرخطي دارد. در واقع شبكههاي عصبي، بهعنوان سيستمهاي هوشمند، از خصوصيات خاص پردازش اطلاعات در مغز مانند يادگيري و تعميم مثالها، ناديده گرفتن خطا در دادهها و پردازش موازي آنها كه دور از دسترس روشهاي مرسوم برنامهنويسي قرار دارد، استفاده ميكنند. هدف اصلي اين تحقيق بررسي كارايي شبكه عصبي مصنوعي در پيشبيني جنس لايههاي خاك ميباشد. براي اين امر از اطلاعات گمانههاي حفر شده در پروژه محور بروجردي و بهاران و تقاطعهاي مربوطه واقع در محدوده شهرداري منطقه هجده شهر تهران استفاده شده است. در اين تحقيق، مختصات لايهها بهعنوان دادههاي ورودي و جنس لايهها بهعنوان خروجي شبكه لحاظ گرديده است. براي آموزش شبكه از الگوريتم انتشار سريع استفاده شده است. مقايسه نتايج شبكه با مقادير واقعي معيار بررسي موفقيتآميز بوده است. ميانگين بهترين نرخ طبقهبندي صحيح براي پيشبيني جنس لايهها در سايت شماره يك پروژه برابر با 8 / 79 درصد و در سايت شماره دو برابر با 86 درصد ميباشد.