استفاده از شبکه های عصبی شبه نیوتن برای تخمین جنس لایه های خاک-مطالعه موردی شبکه معابر منطقه 22شهر تهران(پل s-18)
سال انتشار: 1390
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,643
فایل این مقاله در 5 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:
OMIK04_138
تاریخ نمایه سازی: 26 بهمن 1390
چکیده مقاله:
پیش بینی الگوی رفتاری ساختارهای خاکی با توجه به مشاهدات قبلی از مسائل اساسی در مهندسی ژئوتکنیک است(بنی مهد و یثربی 1382) . قبل از طراحی یک سازه ، باید از شرایط تحت الارضی منطقه مورد نظر ، شناخت کافی داشت. حفر گمانه های اکتشافی برای تشخیص نوع خاک در یک منطقه مشخصی ، وقت گیر و هزینه بر است. روش های مرسوم برای بررسی ارتباط بین گمانه ها قابلیت اعتماد بالایی ندارند. شبکه های عصبی توانایی زیادی در تخمین روابط غیرخطی دارند. neuro intelligence یک نرم افزار تخصصی در بحث شبکه های عصبی است. هدف از این مقاله ، ارائه روشی برای پیش بینی جنس خاک در حد فاصل بین گمانه ها بوده است. برای انجام این تحقیق از اطلاعات گمانه های شبکه معابر منطقه 22 تهران (پلs-18) واقع در غرب تهران استفاده شده است. مختصات لایه ها به عنوان ورودی و جنس لایه ها به عنوان خروجی شبکه انتخاب شده اند. از الگوریتم شبه نیوتن نیز برای اموزش شبکه استفاده شده است. درصد درستی پیش بینی به دست امده برای داده های تست، 67/89 بوده است.
کلیدواژه ها:
نویسندگان
شاهین رضوی
کارشناس ارشد معدن- مرکز مطالعات ژئوتکنیک و مقاومت مصالح-تهران
محمدرضا عسگری
عضو هیات علمی گروه عمران- دانشگاه آزاد اسلامی واحد فراهان
سیامک داودی نژاد
عضو هیات علمی گروه عمران- دانشگاه آزاد اسلامی واحد فراهان
یوسف علاالدین
کارشناس ارشد تکتونیک- مرکز مطالعات ژئوتکنیک و مقاومت مصالح
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 :