پیش بینی نشست زمین با استفاده از شبکه های عصبی مصنوعی و رگرسیون خطی چند متغیره

سال انتشار: 1389
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,704

فایل این مقاله در 6 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_148

تاریخ نمایه سازی: 18 فروردین 1390

چکیده مقاله:

گسترش روز افزون فضاهای زیرزمینی بخصوص تونلهای مترو در شهرهای پرجمعیت و تاثیر آن برروی زمین از سوی دیگر باعث افزایش مطالعات در زمینه ارزیابی و پیش بینی نشست زمین حاصل از حفر تونل در مناطق شهری شده است چگونگی تاثیر پارامترهای مختلف و پیچیده بودن ارتباط این پارامترها همواره به عنوان مساله مهمی در این فرایند مطرح بوده است روش شبکه عصبی و رگرسیون خطی چند متغیره از کارامدترین روشها در زمینه بررسی و پیش بینی نحوه ارتباط پارامترها با یکدیگر می باشند دراین مقاله کارایی و دقت شبکه عصبی و رگرسیون خطی چند متغیره در پیش بینی نشست مورد بررسی قرارگرفته است سپس نتایج مدلهای حاصله با یکدیگر مقایسه شده است نتایج نشان از دقت بالای مدل حاصل از شبکه عصبی در مقایسه با روش رگرسیون دارد.

کلیدواژه ها:

پیش بینی نشست ، شبکه عصبی ، رگرسیون خطی چند متغیره ، تونلسازی

نویسندگان

عبدالرضا یزدانی چمزینی

دانشجوی کارشناسی ارشد مهندسی معدن دانشگاه تربیت مدرس

مهدی محمدی

دانشجوی کارشناسی ارشد مهندسی معدن

مجتبی رازانی

دانشجوی کارشناسی ارشد مکانیک سنگ

محمدحسین بصیری

استادیار و عضو هیئت علمی بخش معدن

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 :
  • [ترابی- رحمان، 1388، جزوه درس استخراج زیرزمینی پیشرفته، دانشگاه تربیت ...
  • Bahuguna P.P., Srivastava A.M.C., Saxena N.. A critical review of ...
  • Hartman H. L. SME Mining Engineering Hand book , Second ...
  • _ Suwansawat S., Einstein H. H., Artificial neural networks for ...
  • Wang, Z. et al. Correction of soil parameters in calculation ...
  • _ Ambromi.T, Turk.G. Prediction of subsidence due to underground mining ...
  • Chen S.Y., Zhou C.M. Simulation and Application of the Artificial ...
  • نمایش کامل مراجع