• Estimativa do parâmetro de assentamento de subestruturas ferroviárias de alta inclinação sob solos argilosos de baixa e média compressibilidade utilizando um modelo híbrido ANN-IGWO aprimorado. • Validação do uso de novo conjunto de dados experimentais e conjuntos de dados simulados. • Realização de validação paramétrica inversa usando conjuntos de dados simulados. • Desenvolvimento de uma estrutura de interface gráfica do usuário (GUI) para rápida estimativa do índice de compressão. Pela primeira vez, este trabalho desenvolve um paradigma computacional híbrido aprimorado para a estimativa e validação paramétrica inversa do parâmetro de assentamento de solos de subcamada, ou seja, índice de compressão (C c) de solos finos, um parâmetro vital para avaliar o assentamento de solos de subbase de pavimentos de ferrovias, rodovias e grandes construções de engenharia civil. O método proposto integra um otimizador de lobo cinza aprimorado (IGWO) e uma rede neural artificial (ANN) para desenvolver uma estrutura híbrida de alto desempenho ANN-IGWO. Durante a construção do modelo, um otimizador de lobo cinza aprimorado (IWGO) foi aplicado para aumentar a robustez do GWO. A ANN-IGWO construída alcançou a estimativa máxima precisa com R² = 0,9524 durante a fase de validação. Os resultados experimentais demonstraram que a ANN-IGWO proposta superou outras ANNs híbridas construídas com seis diferentes algoritmos meta-heurísticos e quatro modelos independentes, incluindo florestas aleatórias, regressão de processo gaussiano, máquina de aprendizado extremo e rede neural profunda. Além disso, a validação paramétrica inversa com base no conceito de análise paramétrica e utilizando resultados de testes laboratoriais demonstra a robustez técnica da estrutura ANN-IGWO para uso futuro. De forma geral, a ANN-IGWO desenvolvida pode ser empregada como uma ferramenta eficiente para estimar o solo C c. Além disso, uma estrutura de interface gráfica do usuário (GUI) foi desenvolvida para cálculo rápido e eficiente do solo C c e análise paramétrica. O GUI desenvolvido e o modelo MATLAB são fornecidos para estimativa rápida do C c de solos finos utilizando parâmetros básicos do solo.
Abidhan Bardhan (qua,) estudou esta questão.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: