دوره 17، شماره 4 - ( 1396 )                   جلد 17 شماره 4 صفحات 287-277 | برگشت به فهرست نسخه ها

XML English Abstract Print

Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
Hashemi Jokar M, mirasi S, Rahnema H. Determination of clayey soil compression index (Cc) using adaptive neuro-fuzzy inference system. MCEJ 2017; 17 (4) :277-287
URL: http://mcej.modares.ac.ir/article-16-6911-fa.html
هاشمی جوکار مهدی، میراثی سهراب، رهنما حسین. تعیین شاخص تراکم خاک‌های رسی با استفاده از سیستم استنتاج فازی-عصبی انطباقی. مهندسی عمران مدرس. 1396; 17 (4) :277-287

URL: http://mcej.modares.ac.ir/article-16-6911-fa.html

تعیین شاخص تراکم خاک‌های رسی با استفاده از سیستم استنتاج فازی-عصبی انطباقی
مهدی هاشمی جوکار* 1، سهراب میراثی2 ، حسین رهنما3
1- دانشجو دکترا - دانشگاه صنعتی شیراز
2- دانشجو دکترا
3- هیئت علمی دانشگاه صنعتی شیراز
چکیده:   (4969 مشاهده)
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]   (4024 دریافت)    
نوع مقاله: مقاله اصلی | موضوع مقاله: خاک و پی
دریافت: 1394/8/25 | پذیرش: 1396/2/6 | انتشار: 1396/8/1
ارسال نظر درباره این مقاله : نام کاربری یا پست الکترونیک شما:
CAPTCHA
بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.