طراحی یک چارچوب هوشمند مبتنی بر یادگیری ماشین برای تحلیل نشست و تراکم پذیری خاک های مهندسی شده

چکیده مقاله

پیش بینی دقیق تراکم پذیری و نشست خاک های مهندسی شده یکی از چالش های کلیدی در طراحی سازه های عمرانی است در این پژوهش، یک چارچوب هوشمند مبتنی بر الگوریتم های یادگیری ماشین برای پیش بینی نشست و تراکم پذیری خاک های مهندسی شده طراحی شده است داده های حاصل از آزمایش های تراکم استاندارد و نشست در شرایط بارگذاری متنوع، به عنوان ورودی مدل های یادگیری ماشین از جمله شبکه های عصبی مصنوعی، رگرسیون تصادفی و XGBoost استفاده شد نتایج نشان می دهد که چارچوب پیشنهادی قادر است با دقت بالا، رفتار خاک را در شرایط مختلف پیش بینی کند و عملکرد آن نسبت به مدل های تحلیلی سنتی بهبود قابل توجهی دارد این چارچوب می تواند ابزار موثری برای مهندسین ژئوتکنیک در بهینه سازی طراحی خاک های مهندسی شده، کاهش هزینه های آزمایشگاهی و پیش بینی نشست و تراکم در پروژه های عمرانی فراهم آورد

کلیدواژه‌ها

نویسندگان

عزیزه عبدی

کارشناس ارشد ژئوتکنیک؛ شهرداری کلانشهر تبریز،ایران

�بدی، عزیزه،1404،طراحی یک چارچوب هوشمند مبتنی بر یادگیری ماشین برای تحلیل نشست و تراکم پذیری خاک های مهندسی شده،سومین کنفرانس بین المللی پژوهش های کاربردی در مهندسی عمران، معماری و شهرساز�

ارائه‌شده در

مجموعه مقالات سومین کنفرانس بین المللی پژوهش های کاربردی در مهندسی عمران، معماری و شهرسازی30 آبان 1404