Application des réseaux de neurones artificiels à l'analyse des chaussées souples

Abstract

Le but de ce travail est de proposer une approche réseaux de neurones artificiels (RNA) par l’utilisation du logiciel MATLAB pour estimer le module réversible des graves non traitées (GNT), qui est un paramètre clé dans l’analyse des chaussées souples, à partir de résultats d’essais triaxiaux(TCR). Les résultats obtenus montrent que les valeurs des modules prédits par les RNA sont très précises et que les réseaux de neurones artificiels peuvent reproduire l’effet des différents facteurs sur le module. Les résultats montrent aussi qu’une analyse d’une structure de chaussée basée sur le modèle RNA faite moyennent le logiciel KENLAYER est plus fiable que son homologue en K-θ. Les RNA offrent aussi une alternative aux TCR dans la mesure où ils épargnent le recours à ses derniers afin de caractériser les GNT sous des conditions non réalisés en essais.