|
كاربرد شبكه هاي عصبي در پيش بيني ماكزيمم نشست در اطراف تونل هاي كم عمق Fulltext
نويسندهگان:
[ عبدالستار روديني ] - دانشجوي كارشناسي مهندسي معدن دانشگاه شهيد باهنر كرمان [ محمدعلي ابراهيمي فرسنگي ] - استاديار بخش مهندسي معدن دانشگاه شهيد باهنر كرمان [ رضا رحمان نژاد ] - استاديار بخش مهندسي معدن دانشگاه شهيد باهنر كرمان
خلاصه مقاله:
به طور كلي حفر تونل و ديگر سازه هاي زيرزميني منجر به حذف توده اي از خاك و سنگ محل و بروز تغييرات قابل توجه در وضعيت تنش اطراف آنها ميگردد .از جمله پديده ي مهم ناشي از اين دست خوردگي وقوع نشست هايي در سطح زمين است كه اين امر به ويژه در مناطق شهري و به خصوص به هنگام عبور از زير مناطق مسكوني شهرها از اهميت خاصي برخوردار است.بنابراين براي جلوگيري از خسارت هاي وارده ناشي از حفر تونل بر روي سازه هاي سطحي و زيرزميني ميزان نشست بايد پيش بيني شود .يكي از روش هاي پيش بيني ميزان نشست استفاده از شبكه هاي عصبي مي باشد . اين روش بر اساس شبكه هاي بيولوژيكي عصبي انسان بنا نهاده شده است، كه در آن ابتدا شبكه آموزش مي بيند و سپس با استفاده از آموزه هاي قبلي به محرك هاي جديد پاسخ مي دهد .در اين پروژه از 35 داده براي آموزش و 5 داده براي تست شبكه استفاده شده است . اين داده ها از تونل هاي حفر شده در مناطق مختلف دنيا گرد آوري شده اند . نتايج به دست آمده از داده هاي تست نشان دهنده عملكرد خوب شبكه عصبي طراحي شده مي باشد.
كلمات كليدي:
نشست،شبكه عصبي
[ لينک دايمي به اين صفحه: http://www.civilica.com/Paper-ITC07-ITC07_084.html ]
|