پیش بینی بیشترین تغییر شکل دیوارهای حایل میخ کوبی شده با استفاده از شبکه های عصبی مصنوعی

سال انتشار: 1389
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,566

فایل این مقاله در 12 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ESTAHBANCCE01_084

تاریخ نمایه سازی: 18 فروردین 1390

چکیده مقاله:

دراین تحقیق به پیش بینی بیشترین تغییر شکلهای ایجاد شده در دیوارهای نگهدار میخکوبی شده گودبرداریهای عمیق بوسیله یک شبکه عصبی مصنوعی پرداخته شده است در ابتدا عناصر تشکیل دهنده دیوار میخکوبی شده براساس ایین نامه FHWA طراحی شده است سپس با استفاده از نتایج طراحی تحلیلهای عددی اجزا محدود متعددی به منظور دستیابی به رفتار تنش - کرنش دیوارهای مختلف میخکوبی شده توسط نرم افزار Phase 2 و بصورت دو بعدی انجام شده است پس از مشخص شدن داده های بدست امده از تحلیل عددی انجام شده توسط نرم افزار مذکور با استفاده از این بانک داده ها به اموزش شبکه عصبی با الگوریتم پس انتشار خطا پرداخته شده است دراین شبکه عصبی ارتفاع دیوار ضریب ارتجاعی خاک زاویه اصطکاک داخلی خاک وزن مخصوص خاک فاصله میخها از یکدیگر و قطر و طول میخها به عنوان نرونهای ورودی و جابجایی و ضریب اطمینان به عنوان نرونهای خروجی شبکه استفاده می شود شبکه تریبت یافته به خوبی قادر به پیش بینی تغییر شکل افقی و ضریب اطمینان دیوارهایی که در طی اموزش به شبکه معرفی شده اند می باشد.

نویسندگان

هادی شمس

دانشجوی کارشناسی ارشد عمران گرایش خاک و پی

محسن اژدری

استادیار دانشگاه آزاد اسلامی واحد استهبان

سیدمحمدعلی زمردیان

استادیار بخش مهندسی اب دانشگاه شیراز

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 :