مشخصات پژوهش

عنوان	تخمین پایداری خاکدانه با استفاده از مدل شبکه عصبی مصنوعی
نوع پژوهش	مقاله ارائه شده کنفرانسی
کلیدواژه‌ها	پایداری خاکدانه، قروه، کردستان، شبکه های عصبی مصنوعی
چکیده	پایداری خاکدانه یکی از مهمترین ویژگیهای فیزیکی خاک است که اندازهگیری مستقیم آن دشوار و زمانبر می- باشد. هدف از این پژوهش تخمین پایداری خاکدانه با استفاده از دادههای زود یافت و مدل شبکه عصبی مصنوعی میباشد. بدین منظور، در 611 نقطه در منطقه قروه استان کردستان بافت خاک، کربن آلی، هدایت الکتریکی، pH ، کربنات کلسیم، SAR و پایداری خاکدانه اندازهگیری شدند. پس از انجام تست آنالیز حساسیت پارامترهای کربن آلی، کربنات کلسیم و SAR به عنوان ورودیهای مدل انتخاب شدند. دادهها به دو سری آموزشی ) 01 درصد دادهها( و آزمون ) 91 درصد داده ها( تقسیم شدند. نتایج ارزیابی مدل بر اساس شاخصهای ریشه میانگین مربعات خطا و ضریب تبیین نشان داد که الگوریتمهای آموزشی Momentum دارای بالاترین دقت در تخمین پایداری خاکدانه در مقایسه با الگوریتمهای Quick prop ، Levenberg Marguan ، Conjugat Gradient و Delta Bar Delta میباشد و شبکه عصبی میتواند در تخمین پایداری خاکدانه به کار برده شود و نتایج مطلوبی بدست آورده شود.
پژوهشگران	مسعود داوری (نفر سوم)، کمال نبی اللهی (نفر دوم)، کامران عزیزی (نفر اول)