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

پیش بینی احتمال شکست دایره‌ای در شیب‌های خاکی و سنگی با استفاده از شبکه‌های عصبی پایه‌ای شعاعی (RBF)

اعتبار موردنیاز: ۱ | تعداد صفحات: ۶ | تعداد نمایش خلاصه: ۱۳۳۰ | نظرات: ۰
سرفصل ارائه مقاله: طراحی، تحلیل پایداری و نگهداری شیروانی ها
سال انتشار: ۱۳۸۶
کد COI مقاله: IRMC03_047
زبان مقاله: فارسی
حجم فایل: ۱۲۳.۳۷ کلیوبایت (فایل این مقاله در ۶ 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 ۶ 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 احتمال شکست دایره‌ای در شیب‌های خاکی و سنگی با استفاده از شبکه‌های عصبی پایه‌ای شعاعی (RBF)

  حمید محمدی - دانشجوی کارشناسی ارشد استخراج معدن، دانشگاه شهید باهنر کرمان
  سعید کریمی نسب - استادیار بخش مهندسی معدن، دانشگاه شهید باهنر کرمان
  حسین نظام آبادی پور - استادیار بخش مهندسی برق، دانشکده فنی و مهندسی، دانشگاه شهید باهنر کر

چکیده مقاله:

یکی از انواع شکست ها که در شیب های خاکی و سنگی اتفاق می افتد شکست دایره ای است . این شکست در توده سنگ های شدیداً درزه داری اتفاق می افتد که اندازه بلوکهای آن کوچک بوده و یا
سنگ آن بسیار ضعیف و هوازده می باشد . برای بررسی پایداری معمولاً از روشهای مختلف تحلیلی و عددی و ابزار بندی استفاده می شود . در این مقاله از شبکه های عصبی مصنوعی (ANN) در جهت پیش بینی ضریب اطمینان پایداری شیب هایی که احتمال شکست دایره ای در آنها (RBF) وجود دارد استفاده شده است . شبکه مورد استفاده از نوع شبکه های تابع پایه ای شعاعی می باشد . داده های استفاده شده برای آموزش و تست شامل 46 مورد بررسی شده در نقاط مختلف دنیا می باشد . نتایجی که از این مدل سازی بدست آمده با نتایج واقعی مقایسه شده است و جذر میانگین مربعات خطای آن (RMSE) حدود 0/39 بدست آمده است که نشان می دهد نتایج بدست آمده انطباق خوبی با واقعیت دارند . همچنین تحلیل حساسیتی که بر روی آب زیرزمینی صورت پذیرفت، نشان داد که در شیب های گسیخته شده مورد بررسی عاملی بسیار تاثیر گذار بوده است

کلیدواژه‌ها:

پایداری شیب، شکست دایره ای ، شبکه های عصبی مصنوعی(ANN)، شبکه های تابع پایه ای شعاعی (RBF)

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-IRMC03-IRMC03_047.html
کد COI مقاله: IRMC03_047

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:
محمدی, حمید؛ سعید کریمی نسب و حسین نظام آبادی پور، ۱۳۸۶، پیش بینی احتمال شکست دایره‌ای در شیب‌های خاکی و سنگی با استفاده از شبکه‌های عصبی پایه‌ای شعاعی (RBF)، سومین کنفرانس مکانیک سنگ ایران، تهران، دانشگاه صنعتی امیرکبیر، https://www.civilica.com/Paper-IRMC03-IRMC03_047.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: (محمدی, حمید؛ سعید کریمی نسب و حسین نظام آبادی پور، ۱۳۸۶)
برای بار دوم به بعد: (محمدی؛ کریمی نسب و نظام آبادی پور، ۱۳۸۶)
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 :

  • Huang, Y.; Wanstedt, S.;، 0The Introduction of Neural Network System ...
  • Sakellariou, M. G.; Ferentinou, M. D.;، 0A Study of Slope ...
  • جورابیان، محمود؛ منطق فازی و شبکه های عصبی، انتشارات دانشگاه ...
  • Afantitis, A.; Melagraki, G.;، ،Predictior of High Weight Polymers Glass ...
  • Shahsavand, A.; Ahmadpour, A.; 4Application of Optimual RBF Neural Networks ...
  • LEO, S.; Chen, C.;، Data Mining for Tunnel Support Stability: ...
  • کدام مقالات به این منبع استناد نموده اند


    بر اساس سیستم تحلیلی استنادات مقالات، تاکنون برای نگارش ۱ مقاله استفاده شده است.

    علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز:
    تعداد مقالات: ۲۰۵۵۹
    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

    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.