CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)
عنوان
مقاله

پیش بینی ضریب نفوذپذیری بتن با استفاده از شبکه های عصبی نوع GMDH و الگوریتم ژنتیک

اعتبار موردنیاز: ۱ | تعداد صفحات: ۹ | تعداد نمایش خلاصه: ۱۵۸۸ | نظرات: ۰
سرفصل ارائه مقاله: تکنولوژی بتن
سال انتشار: ۱۳۸۵
نوع ارائه: شفاهی
کد COI مقاله: ICCE07_448
زبان مقاله: فارسی
حجم فایل: ۲۳۵.۷۲ کلیوبایت (فایل این مقاله در ۹ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.
با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید. در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.
لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید. در پایگاه سیویلیکا عموما مقالات زیر ۵ صفحه فولتکست محسوب نمی شوند و برای خرید اینترنتی عرضه نمی شوند.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود PDF مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۹ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳۰,۰۰۰ ریال

آدرس ایمیل خود را در زیر وارد نموده و کلید خرید با پرداخت اینترنتی را بزنید. آدرس ایمیل:

رفتن به مرحله بعد:

در صورت بروز هر گونه مشکل در روند خرید اینترنتی، بخش پشتیبانی کاربران آماده پاسخگویی به مشکلات و سوالات شما می باشد.

مشخصات نویسندگان مقاله پیش بینی ضریب نفوذپذیری بتن با استفاده از شبکه های عصبی نوع GMDH و الگوریتم ژنتیک

  ملک محمد رنجبر - استادیار بخش عمران، دانشکده فنی و مهندسیف دانشگاه گیلان، رشت
  نادر نریمان زاده - دانشیار بخش مکانیک، دانشکده فنی و مهندسی، دانشگاه گیلان، رشت
  حسین بهشتی نژاد (شناسه پژوهشگر - Researcher ID: ۴۳۸۷)
دانشجوی کارشناسی ارشد سازه، دانشکده فنی و مهندسی، دانشگاه گیلان، رشت
  علی جمالی - دانشجوی دکتری مکانیک ، دانشکده فنی و مهندسی، دانشگاه گیلان، رشت

چکیده مقاله:

پیش بینی ضریب نفوذپذیری بتن به عنوان یک پارامتر کلیدی و تاثیرگذار در عمق مفید یک سازه بتنی از اهمیت بالایی برخودار می باشد. روشهای تجربی در این زمینه دارای معایبی همچون زمانبری بالا، هزینه زیاد، کمیاب بودن ادوات آزمایشگاهی، وجود یونهای مزاحم در حین آزمایش و ایجادخطاهای ناخواسته و دور شدن از مدل صحیح می باشند؛ لذا در این تحقیق الگوریتم ژنتیک و تجزیه مقادیر منفرد (SVD) به ترتیب برای بهینه سازی اتصالات و یافتن ضرایب شبکه های عصبی نوع GMDH برای مدل کردن ضریب نفوذپذیری یون کلر در بتن مورد استفاده قرار گرفته اند. هدف از این مدل سازی پیدا کردن ارتباط ریاضی بین ضریب نفوذپذیری بتن با پارامترهای موثر بر آن یعنی نسبت آب به سیمان، درجه هیدراتاسیون، درصد حجمی مصالح سنگی و درصد میکروسیلیس می باشد. یک روش جدید کدگذاری برای طراحی عمومی شبکه های عصبی نوع GMDH پیشنهاد شده است که محدودیت استفاده از لایه مجاور را ندارد. استفاده از این نوع کد گذاری دستیابی به بهینه ترین شبکه از نظر تعداد لایه های مخفی و یا تعداد نرون را میسر می سازد.

کلیدواژه‌ها:

شبکه عصبی GMDH ، ضریب نفوذپذیری بتن ، یون کلر، الگوریتم ژنتیک ، تجزیه مقادیر منفرد (SVD)

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-ICCE07-ICCE07_448.html
کد COI مقاله: ICCE07_448

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
رنجبر, ملک محمد؛ نادر نریمان زاده؛ حسین بهشتی نژاد و علی جمالی، ۱۳۸۵، پیش بینی ضریب نفوذپذیری بتن با استفاده از شبکه های عصبی نوع GMDH و الگوریتم ژنتیک، هفتمین کنگره بین المللی مهندسی عمران، تهران، دانشگاه تربیت مدرس، دانشکده عمران، https://www.civilica.com/Paper-ICCE07-ICCE07_448.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (رنجبر, ملک محمد؛ نادر نریمان زاده؛ حسین بهشتی نژاد و علی جمالی، ۱۳۸۵)
برای بار دوم به بعد: (رنجبر؛ نریمان زاده؛ بهشتی نژاد و جمالی، ۱۳۸۵)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

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 :

  • عالی زاده، روح ا..، ۱۳۸۳، بررسی اثرنوع ومدت عمل آوری ...
  • Andrade, C., 1 993 , Calculation of Chloride Diffusion Coefficients ...
  • Sanchez E.Shiba T., Zadeh _ 1997, 4Genetic Algorithm and Fuzzy ...
  • Koza, J., 1992, *Genetic Programing on the Programing of Computers ...
  • Ivakhnenko, A.G. , 1971, «Polynomial Theory of Complex System', IEEE ...
  • Vasechkina, E.F. and Yarin, V.D., 2001, 4Evolving polynomial neural network ...
  • N N ariman-Zadeh ;A Darvizeh;G R Ahma d-Zadeh, 200 3 ...
  • Golub G.H. and Reinesh C., 1 970, 'singular value De ...
  • 0 -N ariman-zadeh, N.; Darvizeh, A.; Darvizeh, M.; Gharababaei, H ...
  • 1- Cusler, E.L., 1997, ،+Mass Transfer in Fluid System' , ...
  • 3-Bentz, D.P., and Garboczi, E, J. _ _ _ i ...
  • 5 -Bentz, D.P. , 2 000, Influence of Silica Fume ...
  • علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز:
    تعداد مقالات: ۱۴۴۴۴
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    مدیریت اطلاعات پژوهشی

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    مقالات پیشنهادی مرتبط

    مقالات مرتبط جدید

    شبکه تبلیغات علمی کشور

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.