تعیین ضریب پایداری سد خاکی با استفاده از شبکه عصبی

هدف از انجام این پ‍ژوهش بررسی 6 پارامتر مهم و تأثیر گذار در پایداری سدهای خاکی شامل ارتفاع سد، عرض تاج سد، شیب دامنه سد، ضریب اصطکاک داخلی، وزن مخصوص خاک و ضریب چسبندگی خاک می باشند. پس از جمع آوری اطلاعات، آن ها به نرم افزار plaxis انتقال داده و شاخص های فوق مورد بررسی قرار گرفت سپس آن ها را وارد نرم افزار آماری spss19 نموده و در ابتدا با استفاده از شاخص‏های آمار توصیفی مانند میانگین، انحراف معیار، کمترین و بیشترین میزان اقدام به توصیف متغیرها نموده و در مرحله بعد به ‏منظور به کارگیری آزمون‏های پارامتریک (آزمون‏های رگرسیون خطی ساده و چندگانه) پیش فرض های لازم همچون آزمون کولموگورف-اسمیرنوف جهت ارزیابی نرمال بودن مشاهدات، آزمون دوربین واتسون برای بررسی مستقل بودن خطاها از شاخص vif استفاده شد. پس از تایید مفروضه های مذکور، آزمون در یک مرحله با استفاده از روش رگرسیون خطی ساده به بررسی تأثیر هر کدام از متغیرهای مستقل بر ضریب پایداری پرداخته و در مرحله دیگر با استفاده از روش رگرسیون خطی چندگانه با ورود یک‏جای همه متغیرها به مدل، اقدام به بررسی تأثیر متغیرها بر ضریب پایداری شده است. همچنین برای معرفی یک مدل شبکه عصبی مصنوعی مناسب مشاهدات با تغییر تعداد لایه ها و نرون های لایه پنهان، یک مدل شبکه عصبی مصنوعی پرسپترون یک لایه معرفی شد؛ و در پایان میزان کارایی دو روش رگرسیون ساده و چندگانه و شبکه عصبی مصنوعی با هم مورد مقایسه قرار گرفتند و روش برتر معرفی شد. نتایج حاصل از این پ‍ژوهش نشان داد میزان حساسیت شبکه عصبی مصنوعی برابر 98% است که میزانی بسیار بالا می باشد. همچنین به ترتیب سه متغیر شیب خاکریز با ضریب اهمیت 100%، ضریب اصطکاک داخلی سد با ضریب اهمیت 5/31% و ارتفاع سد با ضریب اهمیت 28%، به ترتیب بیشترین تأثیر را بر روی ضریب پایداری هر مدل و متغیرهای عرض تاج سد با ضریب اهمیت 3/8%، وزن مخصوص خاک 4/9% و چسبندگی خاک 4/14% به ترتیب کمترین ضریب اهمیت را بر ضریب پایداری سد داشته اند