پیش‌بینی مقدار Q با استفاده از رگرسیون چندمتغیره

Abstract

استفاده‌ گسترده از فضاهای زیرزمینی به عنوان شاخصی برای توسعه‌یافتگی در کشورهای مختلف است. یکی از روش‌هایی که برای طبقه ‌بندی توده سنگ استفاده می‌شود، سیستم Q است. سیستم Q به پارامترهایی مانند نشانه‌ کیفی سنگ، دسته درزه، زبری درزه، دگرسانی درزه، آب زیرزمینی و ضریب کاهش تنش وابسته است که همواره در دسترس نیستند. گاهی مواقع دسترسی به کلیه پارامترهای سیستمQ به دلیل زمان‌بر و هزینه‌بر بودن، امکان‌پذیر نیست. هدف از این مقاله به دست آوردن مقدار شاخص کیفیت سنگ در سیستم Q با استفاده از مهم‌ترین پارامترهای تاثیرگذار بر آن است. بدین جهت، با استفاده از روش تحلیل پیرسون و با نرم‌افزار SPSS، موثرترین پارامترها در سیستم Q شناسایی می‌شوند که در این راستا سه مدل برای تعیین Q انتخاب شد. مدل‌های اول و دوم دارای سه پارامتر ورودی و یک پارامتر خروجی و مدل سوم دارای چهار پارامتر ورودی و یک پارامتر خروجی است، سپس با استفاده از رگرسیون چند متغیره، رابطه‌ای برای پیش‌بینی مقدار Q با استفاده از موثرترین پارامترها پیشنهاد شده است. برای این منظور از 140 داده تجربی استفاده شده و صحت نتایج بدست آمده به وسیله 34 داده‌ آزمون مورد بررسی قرار گرفته است. تعیین مقدار Q با استفاده از سه و یا چهار پارامتر به جای شش پارامتر که ‌بیشترین تاثیرگذاری را دارند، نوآوری این مقاله است. Q در محدوده‌ 001/0 تا 25 ارزیابی شده است. مقایسه‌ نتایج حاصل از رابطه‌ پیشنهادی و مقادیر واقعی بدست آمده از اندازه‌گیری ‌های صحرایی، نشان از تطابق خوب این نتایج با یکدیگر دارند. نتایج نشان می‌دهد که مدل دوم با ضریب همبستگی 81/0 برای داده‌های اولیه و 8/0 برای داده‌های آزمون و جذر میانگین مربعات خطای 68/2 برای داده‌های اولیه و 55/2 برای داده‌های آزمون بهترین عملکرد را دارد.

Keywords

• تونلسازی
• طبقه بندی سیستم q
• رگرسیون چندمتغیره
• شاخص کیفیت توده سنگ