تخمين ضريب اطمينان شيرواني سدهاي خاكي با استفاده از مدل شبكه عصبي مصنوعي در حالت شبه استاتيكي

مدل شبكه¬هاي عصبي مصنوعي (ANN) در سال¬هاي اخير گسترش قابل توجهي در تحليل مسائل مختلف مهندسي ژئوتكنيك داشته و توانايي خود را در محدوده¬ي حل مسائل پيچيده به اثبات رسانيده است. اين تحقيق تحت نرم¬افزار Matlab، جعبه ابزار شبكه عصبي مصنوعي، الگوريتمي جهت مدلسازي و تخمين ضرايب اطمينان پايداري شبه استاتيكي شيرواني سدهاي خاكي در حالت پايان مرحله ساخت براي شيب¬هاي بالادست و پايين¬دست ارائه مي¬دهد. شبكه¬هاي استفاده شده در اين تحقيق از نوع پرسپترون چند لايه با پس انتشار خطا مي¬باشند. شبكه¬ها داراي يك لايه ورودي يك لايه مياني و يك لايه خروجي بوده و تحت تابع محرك سيگموئيدي كار مي¬كنند. لايه ورودي شامل 11 نرون، لايه مياني شامل 35 نرون و لايه خروجي شامل 1 نرون مي¬باشد. مشخصات هندسي و ژئوتكنيكي 30 نمونه سد خاكي جهت مدلسازي (آموزش، ارزيابي، تست) شبكه مورد استفاده قرار گرفتند. نمودار تابع خروجي تحت تابع هدف و همچنين مقدار متوسط خطاي خروجي (MSE)، كه براي شيب بالادست برابر 0127/0 درصد و شيب پايين دست برابر 0120/0 درصد، و همچنين صحت¬سنجي داده¬ها بصورت حداقلي و حداكثري و ميانگيني نشان دهنده مورد قبول بودن نتايج حاصل از تخمين شبكه¬هاي طراحي شده مي¬باشد