استفاده از دو الگوریتم بهینه سازی هوشمند در تخمین تنش موثر خاک های غیراشباع

خاک های غیراشباع حدود 40 درصد از خاک های سطح زمین را پوشانده و در اکثر پروژ ه های مهندسی ژیومکانیک به چنین خاک های برخورد می شود. تعیین مقاومت برشی خاک های غیراشباع براساس اصل تنش موثر  به منظور استفاده در این گونه پروژه ها، مستلزم انجام آزمایش های نسبتا وقت گیر، پرهزینه و پیچیده است. از طرفی به دلیل تغییرات در خصوصیات خاک هر منطقه استفاده از روش های تجربی به منظور تخمین تنش موثر خاک های غیراشباع از دقت کم تری برخوردار بوده و با خطا همراه است. به منظور برآورد صحیح مقاومت برشی خاک های غیراشباع، هدف از نگارش این مقاله کاربرد روش های جدید هوشمند برای تخمین پارامتر تنش موثر، با استفاده از دو الگوریتم بهینه سازی هوشمند گرگ خاکستری، (Grey wolf optimization) و سینوس- کسینوس، (Sine cosine algorithm) می باشد. در این مدل ها از پارامترهایی نظیر: مقدار ورودی هوا، مقدار آب حجمی در شرایط باقی مانده و اشباع، شیب منحنی مشخصه آب- خاک، فشار محدودکننده خالص و مکش به عنوان پارامترهای ورودی و از پارامتر تنش موثر به عنوان خروجی استفاده شده است. در انتها برای صحت و ارزیابی مدل های پیش بینی از شاخص های ضریب همبستگی مربع (R2)، میانگین درصد خطای مطلق، (Mean Absolute Percentage Error)، شمول واریانس، (Variance accounted for)، مجذور میانگین خطای مربع، (Root mean squared error) و میانگین خطای مربع، (Mean squared error) استفاده شده است. نتایج مدل سازی نشان می دهد که استفاده از دو الگوریتم بهینه سازی هوشمند گرگ خاکستری و سینوس- کسینوس دقت و کارایی قابل قبولی را در تخمین پارامتر تنش موثر برای خاک های غیراشباع دارد.