احداث ساختمان‌ها و سازه‌های مختلف، باعث به هم فشرده شدن ذرات خاک و درنتیجه نشست خاک می‌گردند. یکی از روش‌های محاسبه میزان نشست، استفاده از شاخص تراکم خاک (Cc) حاصل از نتایج آزمایش تحکیم در خاک‌های رسی می‌باشد که انجام این آزمایش نسبتاً زمان‌بر و پرهزینه است. در این خصوص برخی محققان، روابط نیمه تجربی مختلفی ارائه نمودند که این روابط نیز به‌صورت تک پارامتری مقدار Cc را تعیین می‌نمایند. با توجه به اینکه Cc رابطه‌ای غیرخطی با پارامترهای مربوطه دارد و این‌گونه مسائل غیرخطی و مواردی که نیاز به درک دقیق مسئله‌دارند را می‌توان با استفاده از سیستم استنتاج فازی-عصبی انطباقی (ANFIS) پیش‌بینی نمود. در این مقاله به‌منظور پیش‌بینی Cc، دو مدل ANFIS ارائه گردیده است که در ایجاد این دو مدل از خوشه‌بندی کاهشی (SC) و خوشه‌بندی Fuzzy c-means (FCM) استفاده‌شده است. پارامترهای ورودی این مدل‌ها، مشابه با پارامترهایی می‌باشند که در اکثر روابط نیمه تجربی ارائه‌شده برای Cc به‌کاربرده شده است؛ این پارامترها شامل نسبت تخلخل اولیه (e0)، حد روانی (LL) و حد خمیری (PL) می‌باشند که در آزمایشگاه به‌راحتی قابل‌تعیین هستند. نتایج به‌دست‌آمده نشان دادند که هر دو مدل ANFIS دارای قابلیت بالایی برای پیش‌بینی Cc با ورودی‌های انتخابی بوده و همچنین توانسته‌اند پیش‌بینی نسبتاً مناسب و قابل قبولی را ارائه دهند.

واژه‌های کلیدی: شاخص تراکم خاک، پیش‌بینی، خوشه‌بندی کاهشی، خوشه‌بندی Fuzzy c-means

متن کامل [PDF 1282 kb]   (3434 دریافت)