Áp dụng mô hình ANN trong mái dốc hình nón không chống đỡ trên nền sét không đồng nhất và không đẳng hướng

Các tác giả

  • Nguyễn Đăng Khoa Trường Đại học Lạc Hồng, Số 10 Huỳnh Văn Nghệ, Bửu Long, Biên Hòa, Đồng Nai, Việt Nam
  • Nguyễn Đình Dư Trường Đại học Lạc Hồng, Số 10 Huỳnh Văn Nghệ, Bửu Long, Biên Hòa, Đồng Nai, Việt Nam
  • Trần Hoàn Duy Tùng Trường Đại học Lạc Hồng, Số 10 Huỳnh Văn Nghệ, Bửu Long, Biên Hòa, Đồng Nai, Việt Nam
  • Ngô Công Danh Trường Đại học Lạc Hồng, Số 10 Huỳnh Văn Nghệ, Bửu Long, Biên Hòa, Đồng Nai, Việt Nam
  • Nguyễn Đình Binh Trường Đại học Lạc Hồng, Số 10 Huỳnh Văn Nghệ, Bửu Long, Biên Hòa, Đồng Nai, Việt Nam

Từ khóa:

Mái dốc hình nón không biện pháp chống đỡ, Sét không đẳng hướng, mô hình ANN, Trí tuệ nhân tạo, Học máy

Tóm tắt

Bài báo đề xuất hàm số tương quan trong việc xác định hệ số ổn định của mái dốc hình nón không có biện pháp chống đỡ trên nền sét không đồng nhất, không đẳng hướng bằng chương trình máy học dựa trên mô hình mạng thần kinh nhân tạo Artificial Neural Network - ANN. Việc phân tích hệ số ổn định (N) của mái dốc hình nón không có biện pháp chống đỡ trên nền sét không đồng nhất, không đẳng hướng có xét đến các thông số bao gồm: thông số thể hiện tính không đồng nhất (m), hệ số thể hiện sự không đẳng hướng (re), góc dốc của mái hình nón (β), và tỷ lệ giữa chiều cao và bán kính đáy (H/B). Mô hình mô phỏng số bằng phương pháp phần tử hữu hạn được sử dụng để xác định sự thay đổi hệ số ổn định N khi các thông số re, m, H/B và β thay đổi. Từ kết quả của bài toán mô hình số, mô hình mạng thần kinh nhân tạo Artificial Neural Network được áp dụng để đề xuất hàm số tương quan giữa hệ số N từ các giá trị đầu vào re, m, H/B và β. Kết quả cho thấy, hàm số tương quan có tính chính xác cao với giá trị từ mô phỏng số, có thể áp dụng trong bài toán thiết kế, nghiên cứu.

Lượt tải

Chưa có dữ liệu tải xuống.

Lượt tải xuống

Đã Xuất bản

2023-12-30