کاربرد شبکه های عصبی مصنوعی در تخمین حد روانی ، در منابع قرضه

سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 419

فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICSAU03_0087

تاریخ نمایه سازی: 12 تیر 1395

چکیده مقاله:

طی چندین سال اخیر، شبکه های عصبی مصنوعیANNS به طور موفقیت آمیزی برای مدل سازی تقریبا همه جوانب مسائل مهندسی ژئوتکنیک استفاده شده اند. ضمن اینکه شبکه های عصبی مصنوعی وعده های بسیاری را عرضه کرده اند،اما ضعف هایی در استخراج دانش، تعمیم دهی و عدم قطعیت دارند، در این تحقیق الگوریتمی جهت مدل سازی و تخمین حد روانی تحت نرم افزار MATLAB با شبکه عصبی مصنوعی ارائه می شود. شبکه استفاده شده در این تحقیق از نوع پرسپترون چند لایه با پس انتشار خطا می باشد. شبکه دارای یک لایه ورودی و یک لایه میانی و یک لایه خروجی بوده و تحت تابع تحریک سیگموئیدی کار میکند.لایه ورودی شامل 5 نرون ، لایه میانی شامل 5 نرون ولایه خروجی حاوی یک نرون می باشد. 34 نمونه که قبلا نتایج آزمایشگاهی آنها استخراج شده بود جهت مدل سازی ) آموزش ، ارزیابی و تست ( شبکه مورد استفاده قرار گرفتند، نمودار تابع خروجی تحت تابع هدف و همچنین مقدار متوسط مربع خطای خروجی MSE برابر 13/11درصد، و همچنین صحت سنجی داده ها که بخاطر خلاصه نویسی در این مقاله بصورت حداقلی حداکثری و میانگینی ارائه شده است نشان دهنده مورد قبول بودن نتایج حاصل از تخمین شبکه طراحی شده می باشد

کلیدواژه ها:

حد روانی ، ژئوتکنیک ، شبکه های عصبی مصنوعی ، پرسپترون

نویسندگان

شهرام انگردی

گروه مهندسی عمران ، واحد تبریز ، دانشگاه آزاد اسلامی ، تبریز ، ایران

رضا قلی اجلالی

گروه مهندسی عمران ، واحد تبریز ، دانشگاه آزاد اسلامی ، تبریز ، ایران

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 :
  • Neural Network Modeling of CPT Seismic Liquefaction Data" _ Journal ...
  • strain Behavior of Sand in Offshore Enviroment - M.Sc Thesis" ...
  • Zomorodian , A, Tahmasebi , A, "The use of Artificial ...
  • Zhou , Y . D, Whu , X . P ...
  • Agraval _ G, Frost, J _ D, Ghameau , J ...
  • Goh , A .T .C _، Seismic Liquefaction Potential Assessed ...
  • Penumadu , D , Zhao , R , _ Modeling ...
  • Ellis , G _ W , Yao _ C , ...
  • Shahin , M , A , Maier , R . ...
  • Attoh-Okine , _ Application of Genetic - based Neural Network ...
  • Romo , M. P _ Garcia , S. R , ...
  • Najjar , Y . M , Ali , H . ...
  • Abu Kiefa , M . A , : _ _ ...
  • Hamid , R . M , Behroz , A . ...
  • Estimate of Soil's Strength Parameters in Long time With Artificia ...
  • نمایش کامل مراجع