این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
مهندسی عمران امیرکبیر، جلد ۵۵، شماره ۵، صفحات ۷-۷
عنوان فارسی تعیین پارامتر تنش موثردر شاخه خشک اندازی به روش برنامه نویسی ژنتیکی چند ژنی
چکیده فارسی مقاله رفتار هیدرومکانیکی خاکهای غیراشباع تحت تاثیر وضعیت تنش قرار دارد. در سالهای اخیر استفاده از تنش موثر به عنوان متغیر بنیادین که یک محیط چند فازی را به یک محیط پیوسته معادل تبدیل میکند بیش از پیش در بین محققان گسترش یافته است. محاسبه تنش موثر نیازمند تخمین پارامتر تنش موثر است که خود تابعی از سایر متغیرهای فیزیکی تاثیرگذار و پارامترهای اساسی همانند خصوصیات منحنی نگهداشت آب-خاک میباشد. در این تحقیق از برنامه‌نویسی ژنتیکی چند ژنی (MGGP) برای پیش‌بینی رابطه تنش مؤثر براساس پارامترها و متغیرهای فیزیکی تاثیرگذار استفاده شده است. مزیت اصلی رویکرد MGGP توانایی آن در پیش بینی معادلات بین متغیرهای یک سیستم پیچیده فیزیکی بدون هیچگونه فرض قبلی در مورد شکل احتمالی رابطه عملکردی است. مجموعه دادههای ورودی شامل تنش خالص، مکش، شیب منحنی نگهداشت آب خاک (SWRC) ، فشار ورود هوا، مقدار آب حجمی باقیمانده و اشباع است. مقایسه پیش‌بینی مدل با داده‌های آزمایشگاهی و همچنین روابط سایر محققین نشان‌ داد عملکرد مدل در تخمین پارامتر تنش موثر قابل قبول و از دقت بالایی برخوردار است. دقت بالای معادله پیشنهادی، توسط ضریب تعیین94% بدست آمده برای 101 داده پارامتر تنش موثر گردآوری شده از ادبیات تحقیق، تایید گردید. مطالعه پارامتری نشان داد که افرایش نسبت تنش خالص به مکش ورود هوا، به افزایش پارامتر تنش موثر در مکشهای یکسان می انجامد. درحالی که افزایش شیب منحنی نگهداشت آب-خاک و یا کاهش نسبت آب باقیمانده به آب اشباع به کاهش پارامتر تنش موثر در مکشهای یکسان می انجامد.
کلیدواژه‌های فارسی مقاله پارامتر تنش موثر، هوش مصنوعی، برنامه نویسی ژنتیکی چند ژنی، منحنی نگهداشت آب-خاک، خاک غیر اشباع،
عنوان انگلیسی Determining the effective stress parameter in drying path by MGGP method
چکیده انگلیسی مقاله The hydromechanical behavior of unsaturated soils depends on their state of stress. In recent years, the use of effective stress as a fundamental variable converting a multiphase medium to a continuum has appealed researchers’ attention. The determination of effective stress needs estimation of the so-called effective stress parameter, which is a function of other physical variables and essential parameters such as those of the soil water retention curve (SWRC). In the current study, multigene genetic programming (MGGP) has been employed to predict a relationship for the effective stress parameter of soils. The input variables are: the net stress, suction, slope of the soil water retention curve, air entry value, residual and saturated water contents. The comparison of the performance and accuracy of the obtained equation with the available equations as well as the values of effective stress parameter obtained from experimental tests indicate the reasonable adequacy and accuracy of the proposed equation. For this purpose, 101 datapoints of effective stress parameter from literature were gathered and used. The high coefficient of determination obtained for the proposed equation, namely, 0.94, confirmed its reasonable accuracy.Parametric study revealed that an increase in the ratio of net stress to the air entry value will lead to an increase in the effective stress parameter for the same suction levels. However, a decrease in the effective stress parameter values was observed with the increase in the SWRC slope, and with the decrease in the ratio of residual to saturated water content.
کلیدواژه‌های انگلیسی مقاله پارامتر تنش موثر, هوش مصنوعی, برنامه نویسی ژنتیکی چند ژنی, منحنی نگهداشت آب-خاک, خاک غیر اشباع
نویسندگان مقاله احسان نیکویی |
بخش مهندسی راه، ساختمان و محیط زیست، دانشگاه شیراز

کسری کامران نژاد |
بخش مهندسی راه، ساختمان و محیط زیست، دانشگاه شیراز

نشانی اینترنتی https://ceej.aut.ac.ir/article_5120_1b39c5b54d54287007436abe3c29c015.pdf
فایل مقاله فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات