بکارگیری شبکه عصبی مصنوعی در پیش بینی ظرفیت باربری شمع

سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 711

فایل این مقاله در 7 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:

SMFE02_203

تاریخ نمایه سازی: 27 بهمن 1394

چکیده مقاله:

طراحی شمع ها برای دستیابی به بهره وری مناسب به لحاظ مقاومتی و خدمت پذیری بهتر، نیازمند تعیین دقیق ظرفیت باربری آن می باشد. اگرچهتحقیقات گسترده ای در خصوص تعیین ظرفیت باربری شمع ها صورت گرفته است ولی به دلیل خواص فیزیکی و مکانیکی منحصربه فرد خاکمانند ناهمگونی، ناهمسانی، وجود آب، تنوع ترکیبات مختلف خاک در طبیعت و ...، یک روش کاملاً مطمئن برای ظرفیت باربری شمع تعیین نشدهاست؛ بنابراین، ادامه پژوهش در این زمینه از اهمیت قابل توجهی برخوردار است. ازاین رو، در این مطالعه با استفاده از مدل شبکه عصبی مصنوعی بهپیش ظرفیت باربری شمع پرداخته شده است. مجموعه داده جمع آوری شده در این تحقیق شامل شمع های درجاریز می باشد که در ساخت مدلمورداستفاده قرارگرفته اند. نتایج ارائه شده در این مطالعه نشان می دهد که مدل شبکه عصبی پیشنهادی، از دقت و سطح عملکرد قابل قبولی در پیش-بینی ظرفیت باربری شمع برخوردار است.

نویسندگان

مهدی جلیلی

استادیار دانشگاه آزاد اسلامی واحد سمنان

رضا گالشی

دانشجوی کارشناسی ارشد دانشگاه آزاد اسلامی واحد سمنان

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 :
  • M.A.Shahit and M.B.Jaks , (2006) "Pullout capacity of small ground ...
  • عبداللهی "برسی تطبیقی روش های محاسبه نشست شمع ها براساس ...
  • کشکولی، آ. "استفاده از روش های داده کاوی در ظرفیت ...
  • موسوی، س-م. و روشن ضمیر م.ع، "پیش بینی ظرفیت باربری ... [مقاله کنفرانسی]
  • .M.B.Jaska, (1 995) The influence of spatial variability on the ...
  • neural networks: theory and applications; Prentice Hall, 477 pages. Artificial؛ه ...
  • M.A. Shahin, (2010) "Intelligent computing for modeling axial capacity of ...
  • S.P.R, Wardani, N.S, Surjandari, A.A, Jajaputra.(20 13) "Networks Approach: A ...
  • H. Maizir and K Anuar Kassim, (2013) " Neural Network ...
  • نمایش کامل مراجع