پیشبینی مقدار Q با استفاده از رگرسیون چندمتغیره
نویسندگان
1 دانشجوی کارشناسی ارشد، دانشکده مهندسی عمران، دانشگاه رازی کرمانشاه
2 دانشیار، دانشکده کشاورزی، دانشگاه رازی کرمانشاه
3 دانشیار، دانشکده مهندسی عمران، دانشگاه رازی کرمانشاه
doi
10.22034/ijme.2021.111816.1745چکیده
استفاده گسترده از فضاهای زیرزمینی به عنوان شاخصی برای توسعهیافتگی در کشورهای مختلف است. یکی از روشهایی که برای طبقه بندی توده سنگ استفاده میشود، سیستم Q است. سیستم Q به پارامترهایی مانند نشانه کیفی سنگ، دسته درزه، زبری درزه، دگرسانی درزه، آب زیرزمینی و ضریب کاهش تنش وابسته است که همواره در دسترس نیستند. گاهی مواقع دسترسی به کلیه پارامترهای سیستمQ به دلیل زمانبر و هزینهبر بودن، امکانپذیر نیست. هدف از این مقاله به دست آوردن مقدار شاخص کیفیت سنگ در سیستم Q با استفاده از مهمترین پارامترهای تاثیرگذار بر آن است. بدین جهت، با استفاده از روش تحلیل پیرسون و با نرمافزار SPSS، موثرترین پارامترها در سیستم Q شناسایی میشوند که در این راستا سه مدل برای تعیین Q انتخاب شد. مدلهای اول و دوم دارای سه پارامتر ورودی و یک پارامتر خروجی و مدل سوم دارای چهار پارامتر ورودی و یک پارامتر خروجی است، سپس با استفاده از رگرسیون چند متغیره، رابطهای برای پیشبینی مقدار Q با استفاده از موثرترین پارامترها پیشنهاد شده است. برای این منظور از 140 داده تجربی استفاده شده و صحت نتایج بدست آمده به وسیله 34 داده آزمون مورد بررسی قرار گرفته است. تعیین مقدار Q با استفاده از سه و یا چهار پارامتر به جای شش پارامتر که بیشترین تاثیرگذاری را دارند، نوآوری این مقاله است. Q در محدوده 001/0 تا 25 ارزیابی شده است. مقایسه نتایج حاصل از رابطه پیشنهادی و مقادیر واقعی بدست آمده از اندازهگیری های صحرایی، نشان از تطابق خوب این نتایج با یکدیگر دارند. نتایج نشان میدهد که مدل دوم با ضریب همبستگی 81/0 برای دادههای اولیه و 8/0 برای دادههای آزمون و جذر میانگین مربعات خطای 68/2 برای دادههای اولیه و 55/2 برای دادههای آزمون بهترین عملکرد را دارد.