(Modélisation de la réponse des pieux à l'aide de réseaux de neurones artificiels (ANNs)

 

 

{{Modélisation de la réponse des pieux à l'aide de réseaux de neurones artificiels}}

 

L'étude présentée par l'étudiant vise à prédire les tests de charge des pieux à partir des données des tests de charge des pieux et des tests d'investigation des sols, qui sont considérés comme des tests coûteux et longs. Elle simule également la relation (CHARGE - AFFAISSEMENT) des pieux et compare les résultats du modèle ANN avec les résultats expérimentaux des tests de charge des pieux. En outre, une analyse de sensibilité a été réalisée pour déterminer quelles variables d'entrée ont le plus grand impact sur les sorties du modèle. De plus, plusieurs tests statistiques ont été utilisés pour évaluer la précision et la fiabilité du modèle.

Le comité de soutenance était composé des membres suivants :

- A.M. Dr. Adnan Jaed Zidan                  Président

- A.M. Dr. Muayad Abdul Jabbar Ahmed              Membre

M. Dr. Ahmed Saud Mohammed                      Membre

- A.M. Dr. Khaled Rasem Mahmoud                  Membre et superviseur

 

Le mémoire a inclus le développement d'un modèle prédictif composé des entrées et sorties du modèle, la détermination de la taille des données, la définition de la structure optimale du réseau et son optimisation, la performance optimale du modèle et sa vérification. Une analyse de sensibilité a également été réalisée.    

 

Les résultats de l'étude ont indiqué que le modèle contenant une seule couche cachée avec quatre nœuds est le modèle le plus précis pour la prédiction.

De plus, les résultats des tests statistiques du modèle ANN nous permettent de conclure que le modèle est un moyen fiable et précis pour prédire la moyenne de l'affaissement des pieux sur la base des paramètres d'entrée. Le modèle présente un RMSE relativement bas pour les données de test et d'entraînement, ce qui indique qu'il peut prédire avec précision les valeurs moyennes d'affaissement et explique une grande partie de la variance des valeurs moyennes d'affaissement. Le coefficient de corrélation (R) et le coefficient de détermination (R2) sont tous deux élevés, ce qui indique une forte relation positive entre les valeurs moyennes d'affaissement prédites et réelles. Une comparaison des courbes pour les valeurs PRÉDICTES, MESURÉES a également montré une bonne correspondance. Les résultats de l'analyse de sensibilité indiquent également que l'entrée LOG LAD)) a le plus grand impact sur les sorties du modèle.

 

La soutenance a été assistée par le doyen de la faculté de génie, A.D. Amir Abdul Rahman Hilal, ainsi que par le vice-doyen pour les affaires académiques et les études supérieures, A.M. Dr. Mohammed Abdul Ahmed, et le chef du département de génie civil, A.M. Dr. Ahmed Tarek Naaman, ainsi que plusieurs étudiants des études dans le département.

 

 

Félicitations à l'étudiant pour l'obtention de son diplôme et au comité de soutenance pour leur succès et leurs vœux de poursuivre leur parcours académique.