رسالة ماجستير في كلية الهندسة تناقش تحليل استقرارية المنحدرات باستخدام تقنيات تعلم الآلة

 ناقشت رسالة ماجستير في كلية الهندسة بجامعة ديالى  تحليل استقرارية المنحدرات باستخدام تقنيات تعلم الآلة، في قاعة كلية الهندسة بجامعة ديالى .

هدف الدراسة التي قدمها الطالب احمد عدنان ذياب إلى تقييم استقرارية المنحدرات من خلال تطبيق تقنيات تعلم الآلة للتنبؤ بعامل الأمان (FS)، وذلك باستخدام مجموعة بيانات جيوتكنيكية متنوعة تضم أهم العوامل المؤثرة في سلوك المنحدرات.

واعتمدت الدراسة على قاعدة بيانات مكونة من (224) حالة واقعية وموثقة لاستقرار المنحدرات مأخوذة من بحوث سابقة، تضمنت ستة متغيرات جيوتكنيكية رئيسية هي: ارتفاع المنحدر (H)، وزاوية الاحتكاك الداخلي (φ)، والتماسك (c)،  وزاوية الميل (β)، والوزن النوعي للتربة (γ)، ومعامل ضغط الماء المسامي (ru). تم اختيار هذه المتغيرات كونها الأكثر تأثيراً في تحديد سلوك المنحدرات تحت ظروف التحميل الساكن.

تضمنت الدراسة خوارزميات تعلم آلي خاضعة للإشراف، شملت خوارزمية التعزيز المتطرف (XGBoost)، والغابة العشوائية (RF)، وأقرب الجيران (KNN)، وشجرة القرار (DT)، إضافة إلى الشبكة العصبية الاصطناعية (ANN).

أظهرت النتائج أن خوارزمية XGBoost حققت أفضل أداء عبر جميع النماذج، حيث وصلت دقة التنبؤ في النموذج الخامس الذي شمل جميع المتغيرات إلى قيمة (R²=0.90) مع انخفاض قيم كل من (MAE=0.16) و(MSE=0.04)، في حين قدمت الغابة العشوائية نتائج قريبة من XGBoost خاصة في النموذج الرابع، بينما أظهرت خوارزميات KNN وDT أداءً متوسطاً، أما الشبكة العصبية الاصطناعية فقد جاءت في المراتب الأخيرة نتيجة حساسيتها لحجم البيانات وتعقيد المتغيرات.

اخر تحديث في 24/08/2025