subtractive clustering

ترکیب شبکه عصبی تطبیقی مبتنی بر سیستم استنتاج فازی (ANFIS) و خوشه بندی کاهشی (SC) برای ارزیابی مدول تغییرشکل پذیری توده سنگ (Em) و مقاومت فشاری توده سنگ (UCSm) با در نظر گرفتن عمق اندازه گیری ها استفاده شده است. برای این منظور، 125 داده متشکل از 9 متغیر مقاومت فشاری توده سنگ (UCSm)، مدول تغییرشکل پذیری توده سنگ (Em)، عمق اندازه گیری، فاصله داری درزه، تداوم درزه، بازشدگی درزه، مقاومت فشاری سنگ بکر (UCSi)، شاخص ژئومکانیکی (RMR) و مدول الاستیک (Ei) برای یادگیری مدل ANFIS مبتنی بر خوشه بندی کاهشی (ANFISBSC) استفاده شده است. سپس در مرحله دوم، مدل آموزش یافته ANFISBSC در مجموعه داده های 40 گانه آزمایش شده است. بنابراین، با در نظر گرفتن تاثیر پیچیدگی مدل در صحت ارزیابی، توده سنگ با مدل های 2 تا 6 متغیره شبیه سازی شده است. نتایج شبیه سازی مدل های چندمتغیره توده سنگ برای ارزیابی مقاومت فشاری توده سنگ (UCSm) و مدول تغییرشکل پذیری توده سنگ (Em) نشان داده است که با پیچیده شدن مدل ANFISBSC از 2 متغیره به 6 متغیره، صحت روش افزایش می بابد. مطابق نتایج به دست آمده، مدل سه متغیره شبیه سازی به روش ANFISBSC اگرچه روند کلی تخمین مقاومت فشاری توده سنگ (UCSm) و مدول تغییرشکل پذیری توده سنگ (Em) را به دست می دهد ولی همراه با 20 -30 درصد خطا می باشد؛ در حالی که در مدل 6 متغیره، مدول تغییر شکل پذیری توده سنگ (Em) و مقاومت فشاری توده سنگ (UCSm) به صورت موفقیت آمیزی با خطای کم تر از 3 درصد تخمین زده می شود. هم چنین، شیب خط نمودار داده های اندازه گیری و داده های تخمین زده شده در مدل 6 متغیره به 1 نزدیک می شود و در مدل 3 متغیره، شیب این خط، 94/0 است. بنابراین نتیجه گیری می شود که مدل 6 متغیره شبیه سازی شده با ANFISBSC پیش بینی قابل قبولی از مدول تغییرشکل پذیری توده سنگ (Em) و مقاومت فشاری توده سنگ (UCSm) را به دست می دهد