فهرست نشریات علمی دسترسی آزاد ایران

امـــروزه با توجه به افــزایش روزافزون پلاستیک­ های ضایعاتی و کمبود مکان دفن آن، محققین در تلاش برای بررسی روش‌های مختلف استفاده مجــدد و بازیافت آن‌ها هستند. یکی از روش‌ها، استفاده مجدد از پلاستیک­ های ضایعاتی در پروژه ­های مهندسی است ولی ترکیب این مواد با خاک به­ طور قابل­ توجـهی بر خواص آن­ها تأثیر می‌گــذارد. مطالعـه حاضــر به بررســی و مقایسـه روش‌های آماری رگرسیــون خطــی چنـدگانه (MLR) (Multiple Linear Regression، رگرسیون چندجمله­ای تکاملی (EPR) (Evolutionary Polynomial Regression) و رگرسیون گام به گام (Stepwise) به­ منظور پیش ­بینی خصوصیات ژئوتکنیکی مخلوط ماسه- HDPE (Root-Mean-Square Error) خردشده ضایعاتی (پلی­اتیلن با دانسیته بالا) شامل مدول الاستیک، ضریب فشردگی حجمی و ضریب فشار جانبی خاک در حالت سکون (E و  و ) می‌پردازد. داده‌های ورودی از مجموعه‌ای از آزمایشات ادئومتر (Oedometer) بزرگ مقیاس بر روی مخلوط ماسه -HDPE با در نظر گرفتن درصدهای مختلف HDPE (8%، 6، 4، 2 و 0)، دو تراکم نسبی (70% و 40) و سه تنش نرمال مختلف (kPa300، 200 و 10، 0) به ­دست آمده است. عملکرد مدل‌های ارائه شده توسط EPR، MLR و Stepwise، با استفاده از میانگین مربعات خطا (RMSE) (Root-Mean-Square Error)، ضریب تعیین (Artificial Neural Networks) (R2) برای به ­دست آوردن بهترین مدل برازش ارزیابی شد. نتایج نشان داد که مدل EPR و MLR می‌توانند به­ عنوان ابزار قدرتمندی برای مدل‌سازی خصوصیات ژئوتکنیکی ماسه -HDPE و سایر مخلوط­ های با شرایط مشابه استفاده شود. به ­کمک این روش‌ها علاوه بر کاهش هزینه‌ آزمایشات، زمان دسترسی به نتایج آزمایش نیز به طور قابل توجهی تسریع می‌شود. مدل ارائه شده در روش Stepwise برای پیش ­بینی مدل رفتاری مخلوط ماسه -HDPE، نتایج مناسب و دقیقی ارائه نکرده و استفاده از آن پیشنهاد نمی‌شود.