پیش‌بینی مقاومت غلتشی لاستیک با استفاده از مدل رگرسیونی و شبکۀ عصبی مصنوعی (ANN)

نویسندگان

1 دانشیار گروه آموزشی مهندسی بیوسیستم، دانشکده‌ کشاورزی و منابع طبیعی دانشگاه محقق اردبیلی، اردبیل، ایران

2 دانشیار، گروه مهندسی بیوسیستم، دانشکده کشاورزی و منابع طبیعی، دانشگاه محقق اردبیلی، اردبیل، ایران

3 دکترای مهندسی بیوسیستم گروه مهندسی بیوسیستم، دانشکده کشاورزی و منابع طبیعی دانشگاه محقق اردبیلی، اردبیل، ایران

4 دانشیار موسسه تحقیقات فنی و مهندسی کشاورزی، سازمان تحقیقات، آموزش و ترویج کشاورزی، کرج، ایران

doi
10.22092/erams.2018.109637.1177
چکیده

در این تحقیق از یک آزمونگر تک چرخ به منظور بررسی تأثیر متغیرهای بار عمودی، فشار باد و درصد رطوبت خاک بر پارامتر مقاومت غلتشی لاستیک در انبارۀ خاک استفاده شد. لاستیک مورد استفاده 28-12/4 و خاک مورد آزمون دارای بافت لومی- رسی بود. آزمایش‌ها به صورت آزمون فاکتوریل و در قالب طرح کاملاً تصادفی با سه تکرار برای هر آزمون اجرا شد. ضریب تبیین مدل رگرسیونی برای پیش‌بینی مقاومت غلتشی لاستیک با استفاده از متغیرهای بار عمودی، فشار باد و درصد رطوبت خاک برابر با 0/850=R2 به دست آمد. از یک شبکۀ عصبی مصنوعی چند لایۀ پیش‌خور با الگوریتم توزیع معکوس و تابع آموزشی لونبرگ- مارکوآرت برای آموزش شبکه و از دو لایۀ پنهان در معماری شبکۀ عصبی مصنوعی استفاده گردید. از دو معیار ریشۀ میانگین مربع خطا (RMSE) و مربع ضریب همبستگی (R2) برای ارزیابی نتایج به دست آمده استفاده شد. نتایج تحقیق نشان می­دهد که با توجه به متغیرهای مورد آزمون، فشار باد لاستیک، پارامتر کنترل‌کنندۀ مقاومت غلتشی لاستیک در سطوح رطوبتی پایین است؛ و درصد رطوبت خاک، تأثیرگذارترین پارامتر بر مقاومت غلتشی لاستیک در مدل رگرسیونی است. ضریب تبیین به دست آمده با استفاده از شبکۀ عصبی0/977=R2 برتری استفاده از این مدل را نسبت به مدل رگرسیونی نشان می‌دهد.