پيش بيني آبشستگي اطراف گروه پايه كج با استفاده از شبكه هاي عصبي مصنوعي با ساختار پرسپترون چندلايه

آگاهي از عوامل شكل دهنده آبشستگي پايه هاي پل و تخمين ابعاد آن از اهميت بسزائي در طراحي ايمن پل ها برخوردار است. از اين رو تحقيقات وسيعي تاكنون در اين رابطه انجام شده است. از سوي ديگر با پيشرفت فناوري طراحي و ساخت سازه ها، شاهد ساخت پل ها با اشكال گوناگوني بوده كه از جمله آنها مي توان به پل هاي با پايهبا ساختار پرسپترون چند لايه براي پيش بيني حداكثر عمق آبشستگي اطراف گروه پايه )ANN( گروه كج اشاره نمود. در اين تحقيق يك رهيافت شبكه عصبي مصنوعيكج كه به دليل تركيب همزمان تاثير كج شدگي پايه ها، فونداسيون و سپرشدگي پايه دوم از پيچيدگي زيادي برخوردار است، بكار گرفتاه شاده اسات. باراي اين منظورمجموعه داده هاي مربوط به 84 آزمايش براي شرايط هيدروليكي و رقوم كارگذاري پايه گروه كج شامل سرعت هاي نسبي 0/4 ،0/59 ،)U / Uc و0/6و0/5 نسبت عمق به عرض y / D*1 تا 3 و چهار تراز كارگذاري فونداسيونZ / D* -1و-0/5وصفرو1 براي بررساي عملكارد شابكه عصابي در پايش بيناي حاداكثر عمق آبشستگي مورد استفاده قرار گرفت