Prédiction de l'indice CBR par une approche neuronale.

Résumé :

RÉSUMÉ. L'indice portant californien après immersion CBRimm est un paramètre fondamental dans les études préliminaires de dimensionnement et de suivi des ouvrages linéaires. Ce paramètre, qui permet de juger l'aptitude d'un sol s'il peut être utilisable comme couche de forme ou remblai, est déterminé à partir des essais au laboratoire, ce qui nécessite une main d'œuvre qualifiée et un temps relativement important. Ceci se traduit généralement par un coût relativement excessif alors qu'il existe des alternatifs qui utilisent des paramètres déduits des essais d'identification simples.

Ce travail se veut comme une proposition d'un modèle de prédiction de l'indice CBR après immersion sur la base d'une approche neuronale par exploitation d'une base de données enrichie de paramètres géotechniques facilement mesurables [VIJ 13]. Pour s'assurer de la fiabilité du modèle de prédiction choisi, les auteurs ont menés trois études en parallèles : régression simple, régression multiple et un algorithme du réseau neurone artificiel multicouches. L'analyse de régression simple a montré qu'il existe une très bonne corrélation entre l'indice en question, la teneur en eau optimale Proctor normal (OPN) et le poids volumique sec maximal (MDD), par rapport à la limite de liquidité (LL) et la limite de plasticité (LP). Cependant, l'utilisation des quatre variables simultanées a donné un meilleur résultat pour la prédiction du CBRimm (R² = 0,91). L'utilisation de l'algorithme One Step-Secant de l'approche neuronale a donné une erreur minimale par rapport au test. Une prédiction plus représentative donc du CBRimm par ces paramètres avec un tel algorithme est donc possible, elle a été justifiée sur des graphes illustratifs. Les travaux en cours montreront si cette approche et bonne ou nécessite encore des améliorations. 

Type de document :
Communication dans un congrès
Rencontres Universitaires de Génie Civil, May 2015, Bayonne, France
Liste complète des métadonnées


https://hal.archives-ouvertes.fr/hal-01167624
Contributeur : Ccsd Sciencesconf.Org <>
Soumis le : mercredi 24 juin 2015 - 16:41:44
Dernière modification le : mercredi 22 juillet 2015 - 16:23:53

Annexe

Identifiants

  • HAL Id : hal-01167624, version 1

Collections

Citation

Madani Mohamed El Amin Bourouis, Abdeldjalil Zadjaoui, Abdelkader Djedid. Prédiction de l'indice CBR par une approche neuronale.. Rencontres Universitaires de Génie Civil, May 2015, Bayonne, France. <hal-01167624>

Partager

Métriques