پیش بینی بروز روانگرایی با استفاده از شبکه عصبی مصنوعی
محل انتشار: چهارمین کنگره ملی مهندسی عمران
سال انتشار: 1387
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,600
فایل این مقاله در 8 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:
NCCE04_475
تاریخ نمایه سازی: 19 مهر 1386
چکیده مقاله:
بررسی و مطالعه رخداد پدیده روانگرایی بخصوص در مناطق لرزه خیز از جمله ایران در سالهای اخیر مورد توجه مهندسین ژئوتکنیک قرار گرفته است. پیش بینی روانگرایی در خاک ها با توجه به خصوصیات فیزیکی و مکانیکی نظیر دانه بندی، مقاومت برشی و ... و هم چنین ویژگیهای لرزه خیزی نظیر بزرگی، شتاب و مدت زمان زلزله، به عنوان پارامترهای در دسترس مطرح است.
در این مقاله، پارامترهای مستقل تنش کل و موثر، عدد SPT اصلاح شده و درصد ریزدانه ، به عنوان پارامترهای مقاومتی خاک، بزرگی و شتاب زلزله، به عنوان پارامترهای زلزله و موثر در پتانسیل روانگرایی انتخاب شدند. پارامترها طوری انتخاب شدند که اولا مستقل باشند و ثانیا در مجموع همپوشانی خوبی در ارزیابی پتانسیل روانگرایی بر اساس کلیه عوامل موثر بران داشته باشد. برای افتن ارتباطی منطقی میان داد ه های صحرایی ثبت شده در گذشته توسط محققین مختلف، از شبکه عصبی مصنوعی، به عنوان ابزاری کارآمد در پیش بینی پتانسیل روانگرایی استفاده گردیده است. نتایج بدست آمده در این تحقیق نشان دهنده اعتبار روابط همبستگی CPT , SPT و همچنین توانای شبکه عصبی مصنوعی در تخمین پتانسیل روانگرایی می باشد. همچنین میزان خطای آموزش شبکه تا حد زیادی نسبت به موارد مشابه در گذشته کاهش یافته است.
کلیدواژه ها:
نویسندگان
علی فرهادی
استادیار دانشکده فنی و مهندسی دانشگاه تربیت معلم تهران
امیر حوتی
دانشجوی کارشناسی ارشد مهندسی عمران گرایش خاک و پی دانشکده فنی و مهندس
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 :