Browsing by Author "AOUIOUECHE Bouthayna-HOUAS Nacira-SAYAH Feriel-TEDJANI Mebarka"

Filter results by typing the first few letters
Now showing 1 - 1 of 1
  • No Thumbnail Available
    Item
    Prédiction de déplacement horizontal d’un mur de soutènement en sol renforcé en utilisant les réseaux des neurones artificiels
    (University of Eloued جامعة الوادي, 2024-06) AOUIOUECHE Bouthayna-HOUAS Nacira-SAYAH Feriel-TEDJANI Mebarka
    L'utilisation des murs de soutènement en sol renforcé a connu un développement majeur dans le domaine du génie civil. La connaissance des déplacements propres de ces ouvrages subies pendant sa vie, est essentielle pour s’assurer qu’ils sont capable de supporter les charges sans déformations excessives, et aussi que ces déformations restent acceptab les, toutes fois, il n'existe pas aucune méthode exacte pour déterminer les valeurs de ces déplacements. Le but de ce travail vise à développer des modèles d'intelligence artificielle basée sur le concept des réseaux de neurones artificiels (RNA) capable de prédire le déplacement horizontal d’un mur de soutènement en sol renforcé sans passer par les codes de calcul basés sur les méthodes numériques très complexe. Pour ce faire, une banque de données numérique a été constituée en utilisant le logiciel Plax is 2D et a permis d’entraîner et d 'obtenir des modèles neuronaux apte à prédire le déplacement horizontal murs de soutènement en sol renforcéThe use of retaining walls in reinforced soil has seen significant development in the field of civil engineering. Understanding the displacements that these structures experience throughout their lifespan is essential to ensure that they can support loads without excessive deformation and that these deformations remain acceptable. However, there is no accurate method to determine the values of these deformations. This work aims to develop artificial intelligence models based on the concept of artificial neural networks (ANN) capable of predicting the horizontal displacement of retaining walls made of reinforced soil w ithout resorting to computational codes that rely on highly complex numerical methods. To achieve this, a digital database was created using the Plaxis 2D software, enabling the training and acquisition of neural models capable of predicting the horizontal movement of retaining walls in reinforced soil.