ارزيابي مقايسهاي مدل رگرسيون چندمتغيره پيشبيني نرخ نفوذ ماشينهاي تمام مقطع حفاري تونل TBM با شبكههاي عصبي فازي

خلاصه امروزه استفاده روزافزون از حملونقل زميني و نيازمندیهای مردم جهت تهيه آب آشاميدني و همچنين لزوم احداث مسيرهای جدیدد و توندل هدای طولاني منجر به پيدایش و گسترش ماشينهای تونلبُری گردیده است. عوامل مختلفي نظير شرایط زمينشناسي، خصوصيات تودهسنگ، و همچنين مشخصات ماشين به كار رفته بر ميزان كارایي ماشينها تأثير ميگذارند. یكي از راههای پيشبيني ميدزان كدارایي ایدن ماشدين هدا، تخمدين ندر نفدو آنهاست. محققان مختلفي در اكثر نقاط دنيا بر روی اثر خصوصيات سنگ بكر و تودهسدنگ بدر كدارایي TBM بدرای تخمدين ندر نفدو بررسدي كردهاند. هركدام از این محققان، جهت تخمين این پارامتر با استفاده از تحليلهای استاتيكي، مدلها و روابطي را ارائه كردهاند. در این مقاله سعي بر آن شده است كه ابتدا با استفاده از رگرسيون چند متغيره مدلي برای پيشبيني نر نفو دسدتااه ارائده و سدنس نتدای آن بدا نتدای حاصدل از مددل عددی شبكههای عصبي فازی مقایسه گردد. در نهایت مشاهده ميشود كه مدل شبكههای عصبي فازی ضریب همبستاي بسيار بالاتری نسبت بده - - رگرسيون ایجاد نموده است. واژههای كلیدی: نرخ نفوذ، TBM ، شبكههای عصبی فازی، تونل گلاب