آنالیز برگشتی در آزمایش SASW با استفاده از شبکه های عصبی مصنوعی

آزمایش آنالیز طیفی امواج سطحی SASW روش صحرایی غیر مخرب برای شناسایی و تعیین پروفیل سختی لایه های خاک و سیستم های چند لایه ای مشابه می باشد. نتایج حاصل از انجام آزمایش SASW در قالب محنی پراکندگی تجربی قابل ارائه می باشد. منحنی پراکندگی بدست آمده از آزمایش به وسیله روش های برگردان برای تعیین پروفیل خاک در محل بکار برده می شود.
در این مقاله از مدل های شبکه عصبی برای تخمین و تعیین پروفیل خاک استفاده شده است. شبکه های عصبی چند لایه با الگوریتم یادگیری انتشار برگشتی گزینه های مناسبی جهت انجام فرآیند معکوس سازی آزمایش SASW می باشند. تعدادی منحنی پراکندگی تئوریکی که با استفاده از روش ماتریس سختی دینامیکی دقیق بدست آمده اند برای آموزش شبکه عصبی بکار برده شده اند. به عبارت دیگر این منحنی های پراکندگی به همراه پروفیل های خاک مربوطه به عنوان داده های آموزشی ورودی به شبکه در نظر گرفته شده اند. این داده های ورودی با سه الگوریتم یادگیری شامل پس انتشار خطای بیشترین شیب، گرادیان مزدوج و مارکوآرت- لونبرگ به شبکه آموزش داده می شوند. مقایسه نتایج حاصل از این مطالعات با آزمایشهای انجام یافته بوسیله روش SASW نشان می دهد که این شبکه ها جواب های مناسبی جهت تعیین پروفیل خاک در محل ارائه می دهند.