Browsing by Author "Djihane DJELAILIA"

Filter results by typing the first few letters
Now showing 1 - 1 of 1
  • Thumbnail Image
    Item
    WEB-BASED APPLICATION FOR CALCULATING SOIL’S BEARING CAPACITY USING THE XGBOOST TECHNIQUE
    (2024) Djihane DJELAILIA
    This master thesis delves into the development of a sophisticated web-based application designed to calculate soil bearing capacity and predict limit pressure. Drawing from an extensive review of existing methodologies, the study meticulously examines various approaches employed in soil bearing capacity calculations, elucidating their theoretical foundations and practical applications. Furthermore, the thesis explores the burgeoning intersection of artificial intelligence (AI) and geotechnical engineering, underscoring the transformative potential of AI-driven solutions in enhancing predictive accuracy and efficiency. Central to the research is the utilization of cutting-edge machine learning techniques, including Artificial Neural Networks (ANN), XGBoost, and RandomForest, for predictive modeling. Through comprehensive experimentation and rigorous analysis, the efficacy and performance of each method are rigorously evaluated, with XGBoost emerging as the preeminent algorithm, showcasing superior predictive capabilities compared to its counterparts. The study culminates in a nuanced understanding of the intricate dynamics at play in geotechnical analysis, offering valuable insights into optimizing soil bearing capacity calculations and limit pressure predictions. By harnessing the power of advanced computational techniques and AI-driven algorithms, the thesis presents a paradigm shift in the realm of geotechnical engineering, promising enhanced precision and reliability in civil engineering projects. --------------------------------------------------------------------------------- مذكرة الماستر هاته تتعمق في تطوير تطبيق ويب متطور مصمم لحساب قدرة تحمل التربة وتوقع ضغط الحد. من خلال الاستفادة من مراجعة شاملة للمنهجيات الحالية ، تفحص الدراسة بدقة الأساليب المختلفة المستخدمة في حسابات قدرة تحمل التربة ، وتوضح أسسها النظرية والتطبيقات العملية. علاوة على ذلك ، تستكشف المذكرة التقاطع النامي بين الذكاء الاصطناعي (AI) والهندسة الجيوتقنية ، مؤكدة على الإمكانات التحويلية لحلول الذكاء الاصطناعي في تحسين دقة التنبؤ والفعالية. يعد استخدام تقنيات التعلم الآلي المتطورة ، بما في ذلك الشبكات العصبية الاصطناعية (ANN) وXGBoostوRandomForest، أمرًا ضروريًا للنمذجة التنبؤية. من خلال التجريب الشامل والتحليل الصارم ، يتم تقييم فعالية وأداء كل طريقة بدقة ، حيث تظهرXGBoostكخوارزمية رائدة ، حيث تعرض قدرات تنبؤية متفوقة مقارنة بنظيراتها. تتوج الدراسة إلى فهم دقيق للديناميات المعقدة التي تلعب دورًا في التحليل الجيوتقني ، وتقدم رؤى قيمة لتحسين حسابات قدرة تحمل التربة وتنبؤات ضغط الحد. من خلال الاستفادة من قوة تقنيات الحوسبة المتقدمة وخوارزميات الذكاء الاصطناعي ، تقدم الأطروحة تحولًا نموذجيًا في مجال الهندسة الجيوتقنية ، مما يعد بدقة وموثوقية أكبر في مشاريع الهندسة المدنية ----------------------------------------------------------------------------- Ce mémoire de master se penche sur le développement d'une application web sophistiquée conçue pour calculer la capacité portante du sol et prédire la pression limite. S'appuyant sur une revue approfondie des méthodologies existantes, l'étude examine méticuleusement les différentes approches utilisées dans les calculs de capacité portante du sol, élucidant leurs fondements théoriques et leurs applications pratiques. De plus, le memoire explore l'intersection émergente de l'intelligence artificielle (IA) et géotechnique, soulignant le potentiel transformateur des solutions basées sur l'IA pour améliorer la précision et l'efficacité prédictives. Au cœur de la recherche se trouve l'utilisation de techniques de pointe en apprentissage automatique, notamment les réseaux neuronaux artificiels (ANN), XGBoost et RandomForest, pour la modélisation prédictive. À travers une expérimentation approfondie et une analyse rigoureuse, l'efficacité et les performances de chaque méthode sont évaluées de manière rigoureuse, XGBoost émergeant comme l'algorithme prédominant, démontrant des capacités prédictives supérieures par rapport à ses homologues. L'étude aboutit à une compréhension nuancée des dynamiques complexes en jeu dans l'analyse géotechnique, offrant des perspectives précieuses pour optimiser les calculs de capacité portante du sol et les prédictions de pression limite. En exploitant la puissance des techniques informatiques avancées et des algorithmes basés sur l'IA, la thèse présente un changement de paradigme dans le domaine du génie géotechnique, promettant une précision et une fiabilité accrues dans les projets de génie civil.