پیش بینی طبقه بندی جنس خاک با استفاده از شبکه عصبی مصنوعی
سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 829
فایل این مقاله در 11 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
CAECONF01_266
تاریخ نمایه سازی: 22 مهر 1394
چکیده مقاله:
درتحقیق حاضرازشبکه عصبی مصنوعی به منظور پیش بینی طبقه بندی جنس خاک استفاده وخروجی حاصل ازاموزش آن مورد ارزیابی قرارگرفته است دراین مقاله ابتدا مروری برتاریخچه شبکه عصبیدرعلم ژئوتکنیک صورت گرفته و سپس بهترین الگویتم برای مدلسازی مشخص شده است پس ازآن پیش بینی جنس خاک نمونه هایی ازبانک داده با مدلسازی نهایی انجام گردید مطالعات برروی خاک منطقه ای ازشهرکرد صورت گرفته و ازیک بانک داده مشتمل بر120نمونه خاک استفاده شده است داده های مورد استفاده شامل نتایج حاصل ازازمایشهای ضربه و نفوذاستاندارد طبقه بندی و حدود اتربرگ می باشد الگوریتم مورد استفاده دراموزش شبکه لونبرگ - مارکوات و الگوریتم ژنتیک می باشد به منظور ارزیابی عملکرد مدل ارایه شده روابط ضریب جرم باقیمانده ضریب تعیین ومجذور میانگین مربعات خطا بکارگرفته شده است مقایسه و ارزیابی اموزش نشان میدهد تابع اموزشی لونبرگ - مارکوآت بادقت بسیاربالا دراموزش شبکه قادر به پیش بینی دقیق پارامترهای ژئوتکنیکی خاک ازجمله جنس خاک می باشد
کلیدواژه ها:
نویسندگان
حمیدرضا حسن نژاد
دانشجوی کارشناسی ارشد ژئوتکنیک دانشکده عمران دانشگاه آزاد اسلامی واحد نجف آباد
محمد سیروس پاکباز
دانشیار دانشکده عمران دانشگاه شهید چمران اهواز
رسول مهدی زاده
استادیار دانشکده عمران دانشگاه آزاد اسلامی واحد نجف آباد
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :