محمدحسین باقری پور

امروزه روش‌های هوشمند در پیش‌بینی پاره‌ای از کمیت‌ها می‌توانند به عنوان ابزاری قدرتمند برای بهینه سازی مدل‌های پیش‌بینی بکار روند. در این تحقیق دو هدف، یکی مدل‌سازی مقاومت مارشال نمونه‌های تثبیت شده با امولسیون قیر و سیمان جهت زیرسازی جاده ها و دیگری بهینه یابی هزینه های اجرایی کاربرد امولسیون قیر و سیمان در تثبیت این نوع زیرسازی دنبال شده است. به این منظور 170 آزمایش بر روی نمونه‌های تثبیت شده برای آموزش شبکه عصبی- فازی انجام شده و مورد استفاده قرار گرفته اند. سپس مقاومت مارشال نمونه‌ها، توسط شبکه هوشمند عصبی - فازی مدل شده و با استفاده از الگوریتم ژنتیک هزینه های اجرایی بهینه یابی شده است. در مدل سازی انجام شده از نرم افزار MATLAB استفاده شده است. نتایج این تحقیق نشان می‌دهد که با مدل پیشنهادی می‌توان تا حدود زیادی در هزینه‌های ساخت جاده‌ها صرفه‌جویی کرد.

با وجود رخدادهای ویرانگری همچون زمین لرزه سال 2003 بم ( )، تدوین نقشه های خطر زمین لرزه به روز برای طراحی سازه ها در این گستره بسیار ضروری است. در این بررسی که یک پژوهش با نتایج کاربردی در زمینه مهندسی زمین لرزه است، یک کاتالوگ لرزه ای شامل رخدادهای تاریخی و دستگاهی تدوین شده و سپس 21 منبع لرزه زا در گستره شهرهای استان کرمان و اطراف آن شناسایی شد. پارامترهای لرزه خیزی برای تمامی 21 چشمه تخمین زده شده و یک مدل پیوند کاهیدگی مناسب برای این گستره برای به دست آوردن نقشه های خطر زمین لرزه با در نظرگیری اثرات ساختگاهی گزینش شد. در پایان، نقشه های خطر زمین لرزه که یکی از اساسی ترین نیازهای طراحی لرزه ای و آیین نامه های لرزه ای است، در قالب پارامتر بیشینه شتاب زمین برای دوره بازگشت های 475 و 2475 سال ارائه شده و گستره های پرخطر لرزه ای در استان کرمان معرفی شدند. این گستره ها شامل نوار کوهبنان-گلباف-بم و گستره جیرفت-کهنوج است.