CIVILICA We Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

استفاده از شبکه های عصبی مصنوعی به عنوان مکمل روش های عددی در پیش بینی نشست تونل خط یک مترو تبریز

اعتبار موردنیاز : ۱ | تعداد صفحات: ۱۶ | تعداد نمایش خلاصه: ۲۹۴ | نظرات: ۰
سال انتشار: ۱۳۸۹
کد COI مقاله: JR_JEG-4-1_004
زبان مقاله: فارسی
حجم فایل: ۷۱۵.۱ کیلوبایت (فایل این مقاله در ۱۶ 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.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۱۶ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳,۰۰۰ تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله استفاده از شبکه های عصبی مصنوعی به عنوان مکمل روش های عددی در پیش بینی نشست تونل خط یک مترو تبریز

  حسین اینانلو عربی شاد - دانشگاه آزاد اسلامی واحد تهران جنوب
کاوه آهنگری - دانشگاه آزاد اسلامی واحد علوم و تحقیقات

چکیده مقاله:

یکی از مسائل مهم در تونل های مترو شهری، تحلیل پایداری تونل و تعیین ضریب اطمینان مناسب و ایمن و همچنین پیش بینی میزان نشست است که منجر به تامین پایداری در حین اجرا و پس از آن در زمان بهره برداری از سازه موردنظر خواهد شد. اهداف این پژوهش، استفاده از روش های مختلف در پیش بینی نشست و همچنین توسعه و ارتقای این روش ها به کمک یکدیگر است. در تحقیق حاضر، تحلیل پایداری و بررسی میزان نشست تونل خط یک مترو تبریز، با روش عددی ، شبکه عصبی مصنوعی و روابط تجربی صورت پذیرفته است. با توجه به دو روش حفاری استفاده شده در تونل خط یک مترو تبریز (استفاده از دستگاه TBM و همچنین حفر تونل به روش NATM در این بررسی، ابتدا قسمتی از تونل که با روش NATM حفاری می شود با استفاده از روش عددی مورد تحلیل قرار گرفته و مقدار نشست سطح زمین و همچنین میزان همگرایی تونل در دیواره تونل نیز با کمک همین نرم افزار پیش بینی شده است. سپس بر این اساس، روابط تجربی همگرایی-نشست برای محیط پیرامون تونل خط یک مترو تبریز اصلاح شده اند. پس از آن با استفاده از شبکه عصبی مصنوعی و داده های موجود، میزان نشست، پیش بینی شده و با مقدار بدست آمده از روش عددی و روابط تجربی مقایسه شده است. در قسمت دوم تحقیق نیز میزان نفوذ TBM با شبکه عصبی پیش بینی شده است که این پارامتر می تواند در مواجهه با مناطق دردسرساز و همچنین استفاده از فشار EPB مناسب در TBM بسیار مفید باشد.

کلیدواژه‌ها:

تونل مترو، شبکه عصبی، یش بینی نشست، مدل سازی عددی، FLAC، شبکه عصبی، آنالیز حساسیت

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-JR_JEG-JR_JEG-4-1_004.html
کد COI مقاله: JR_JEG-4-1_004

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:
اینانلو عربی شاد, حسین و کاوه آهنگری، ۱۳۸۹، استفاده از شبکه های عصبی مصنوعی به عنوان مکمل روش های عددی در پیش بینی نشست تونل خط یک مترو تبریز، فصلنامه زمین شناسی مهندسی 4 (1)، https://www.civilica.com/Paper-JR_JEG-JR_JEG-4-1_004.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: (اینانلو عربی شاد, حسین و کاوه آهنگری، ۱۳۸۹)
برای بار دوم به بعد: (اینانلو عربی شاد و آهنگری، ۱۳۸۹)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

علم سنجی و رتبه بندی مقاله

مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
نوع مرکز: دانشگاه آزاد
تعداد مقالات: ۸۹۶۶
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

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
  • هوش مصنوعی > شبکه عصبی
  • اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    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.