|
|
|
한국지반공학회 / v.17, no.2, 2001년, pp.73-83 
|
화강암 풍화토의 토량 변화율 추정을 위한 인공신경망 적용
( Application of Artificial Neural Network to the Estimation of Mass Conversion Rate in Weathered Granite Soils ) |
| 김영수;정성관;임안식;김병탁; 경북대학교 공과대학 토목공학과;경북대학교 농과대학 조경학과;경북공영개발단 토목팀장;한국해양연구원 연구원;
|
|
|
 |
|
| |
| 초 록 |
| 본 연구에서는 전국 4개 지구의 화강암 풍화토를 연구대상으로 현장 및 실내시험을 수행하고 토량 변화율을 노상과 노체에 대하여 결정하였다. 그리고, 본 연구에서는 인공 신경망 중 오류 역전파 학습 알고리즘을 도입하여 토량 변화율 C 값을 추정하고 신경망의 적용성에 대한 검증을 수행하였다. 화강암 풍화토에 대한 실내 및 현장시험 결과에서 얻어진 토량 변화율 C 값은 노상과 노체 구분 없이 최소 0.7에서 최대 1.2정도의 넓은 범위로 나타났다. 토지공사에서 제안하는 C값의 산정식과 본 연구 결과를 비교한 결과, 토지공사의 산정식에 의한 결과가 과대 평가될 가능성이 큰 것으로 나타났다. 비중, 자연 함수비, 자연상태의 습윤단위중량, #200 통과율 그리고 균등계수의 입력변수를 갖는 $I_{5-1}$$H_{30-30}$$O_1$의 신경망에서 다른 신경망 구조들보다 잦은 지역 최소점에 수렴하는 결과를 보였다. 본 연구에서 사용한 모든 신경망 구조에서 시험결과와 신경망 결과의 상관계수는 0.9이상으로 나타나 높은 상관성을 나타내었다. 특히, 인공 신경망에 의한 예측결과는 다양한 영향인자들 중에서 비중, 자연 함수비, 자연상태의 습윤단위중량 그리고 #200 통과율의 4개 변수만으로도 C값을 예측할 수 있었으며, 상관계수는 0.96으로 나타났다.다. |
|
|
| |
| 키워드 |
| Neural network;Mass conversion rate;Weathered granite soils;Subgrade;Base of embankment; |
| |
|
|
|
|
한국지반공학회논문집 / v.17, no.2, 2001년, pp.73-83
한국지반공학회
ISSN : 1229-2427
UCI : G100:I100-KOI(KISTI1.1003/JNL.JAKO200111920784161)
언어 : 한국어 |
|
| 논문 제공 : KISTI 한국과학기술정보연구원 |
|
|
|
|
|
|
