پیش بینی نشست زمین حاصل از تونل سازی ebp به کمک الگوریتم های ابتکاری

پیش بینی نشست زمین حاصل از تونل سازی ebp به کمک الگوریتم های ابتکاری

یکی از مسائل مهم در جوامع امروزی مسئله حمل ونقل عمومی است یکی از مؤثرترین سیستم های حمل ونقل عمومی مترو است. حفاری تونل های مترو در شهرها عملیاتی پیچیده و دشوار است. ازجمله مسائل مهمی که در حین عملیات حفاری تونلها مورد بررسی و توجه قرار می گیرد، نشست زمین و کنترل آن است. برای کنترل و کاهش جابجایی و نشست سطح زمین از ماشین های تونل سازی فشار تعادلی( epb ) و یا انواع سپردار برای کاهش نشست ناشی از حفاری تونل استفاده می شود. در این پژوهش با استفاده از الگوریتم های فرا ابتکاری شبکه عصبی مصنوعی( ann )، شبکه عصبی-ژنتیک( ann-ga )، شبکه عصبی-ازدحام ذرات( ann-pso ) و رگرسیون خطی و با در نظر گرفتن هفت پارامتر مؤثر در نشست سطح زمین، نشست حاصل از حفاری تونلها را پیش بینی شد. با توجه به اینکه یکی از مسائل مهم در عملیات تونل سازی پیش بینی نشست سطح زمین حاصل از این عملیات است در این پژوهش به کمک سه مدل ann ، ann-pso و ann-gaنشست سطح زمین پیش بینی شدند. هدف از استفاده pso و ga در ann افزایش کیفیت آموزش در الگوریتم annاست. بررسی آماری صورت گرفته نشان می دهد که استفاده pso و ga در بخش آموزش کیفیت آموزش را افزایش داده است و همچنین این امر باعث شده که مقادیر پیش بینی شده توسط دو مدل ترکیبی بهتر از مدل ann است.