초록
연약지반에 구조물을 시공시 지반의 지지력 약화에 의해 지반침하가 발생한다. 이를 방지하기 위하여 연약지반의 개량이 요구될 뿐만아니라 합리적인 시공관리를 위하여 침하량 예측이 선행되어야 한다. 본 연구에서는 구조물 설계 및 시공 초기단계에서 지반의 침하량을 예측하기 위해 인공신경망을 이용하였다. 인공신경망을 이용하여 대상지역의 원지반에서 발생하는 침하량과 D.C.M공법을 적용하여 개량된 지반에서 발생하는 침하량을 예측하고, 대상지역의 침하거동 및 침하량을 Mohr-Coulomb모델을 이용한 연속체 해석 결과와 인공신경망을 수행한 결과를 비교하였다. 그 예측결과 D.C.M이 적용된 지반이 원지반보다 0.8배 감소한 침하량을 보였다. 연속체 해석과 인공신경망을 이용해 도출된 결과는 결정계수 0.79로 비교적 높은 상관관계를 보였다. 따라서 본 연구는 연약지반 개량공법의 침하량 예측이 실내실험자료를 통해 평가하는 것이 가능하다는 것을 확인하였다.
When industrial structures are constructed on soft ground, ground subsidence is occurred by problems of bearing capacity. To protect ground subsidence have to improve soft ground, and have to predict settlement estimation for reasonable construction. Artificial Neural Networks(ANN) is adopted for prediction of settlement of construction during the initial design. In the study, Artificial Neural Networks are applied to predict the settlement estimation of initial condition ground and ground improved by D.C.M method. Also, this study compares results of Artificial Neural Networks and results of continuum analysis using Mohr-Coulomb models. In result, settlements of initial condition ground decreased over 0.7 times. Also, by comparing ANN and continuum analysis, coefficient of determination was comparatively high value 0.79. Thought this study, it was confirmed that settlements of improvement ground is predicted using laboratory experiment data.