CIVILICA We Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

بررسی رفتار مصالح شن دار در بارگذاری زه کشی نشده مونوتونیک با استفاده از شبکه های عصبی مصنوعی

اعتبار موردنیاز : ۱ | تعداد صفحات: ۲۶ | تعداد نمایش خلاصه: ۳۸۰ | نظرات: ۱
سال انتشار: ۱۳۹۳
کد COI مقاله: JR_JEG-8-2_007
زبان مقاله: فارسی
حجم فایل: ۵۱۶.۱۵ کیلوبایت (فایل این مقاله در ۲۶ 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 ۲۶ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳,۰۰۰ تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله بررسی رفتار مصالح شن دار در بارگذاری زه کشی نشده مونوتونیک با استفاده از شبکه های عصبی مصنوعی

  عطا آقایی آرایی - مرکز تحقیقات راه، مسکن و شهرسازی.

چکیده مقاله:

امکان توسعه و به کارگیری شبکه های عصبی مصنوعی در مدل سازی نتایج آزمایش های مونوتونیک سه محوری قطر بزرگ روی انواع مصالح سنگ ریزه ای تیزگوشه، گردگوشه و مصالح شنی با درصدهای مختلف ریزدانه بهکار رفته در بدنه سدهای مهم کشور در این مقاله ارائه می شود. در ابتدا قابلیت شبکه های عصبی مصنوعی (ANNs) در مدل سازی منحنی های رفتاری تنش تفاضلی- اضافه فشار آب حفره ای- کرنش محوری بررسی شده است که دلالت بر قابلیت نسبتاً مناسب مدل در شبیه سازی رفتار مصالح شن دار دارد. بانک اطلاعات به کار رفته در شبکه، شامل 52 گزینه مختلف آزمایش سه محوری کرنش-کنترل تحت شرایط زه کشی نشده است. برای مسئله مذکور، یک برنامه شبکه های عصبی مصنوعی پیش خوراند سه لایه پرسپترون (MLP) در محیط MATLAB7 نوشته شد و شبکه بهینه (تعداد لایه های مخفی، تابع تبدیل و نوع آموزش شبکه) به روش سعی و خطا، و با توجه به شاخص های خطا و تطابق با داده های آزمایشگاهی انتخاب شد. پارامترهای ورودی شبکه شامل تنش محدود کننده، دانسیته و درصد رطوبت بهینه، توزیع اندازه دانه ها و نرخ ایجاد کرنش است. نتایج نشان می دهد که ANNs قابلیت بسیار مناسبی در تخمین منحنی های رفتاری یاد شده در همه موارد بررسی شده دارد. در ادامه قابلیت شبکه های عصبی مصنوعی (ANNs) در به دست آوردن حداکثر زاویه اصطکاک داخلی و نتاطی از منحنی های رفتاری شامل تنش های تفاضلی حداکثر و پسماند و اضافه فشارهای آب حفره ای در کرنش های نظیر بررسی شد. ضمناً از قابلیت تعمیم شبکه عصبی مصنوعی برای بررسی موارد آزمایش نشده مثل اثر تغییرات دانسیته و درصد کوچک تر از 0/2mm هم بهره گرفته شد.

کلیدواژه‌ها:

مصالح سنگ ریزه ای، مونوتونیک، تحکیم یافته زه کشی نشده، سه محوری، ANN

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-8-2_007.html
کد COI مقاله: JR_JEG-8-2_007

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:
آقایی آرایی, عطا، ۱۳۹۳، بررسی رفتار مصالح شن دار در بارگذاری زه کشی نشده مونوتونیک با استفاده از شبکه های عصبی مصنوعی، فصلنامه زمین شناسی مهندسی 8 (2)، https://www.civilica.com/Paper-JR_JEG-JR_JEG-8-2_007.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: (آقایی آرایی, عطا، ۱۳۹۳)
برای بار دوم به بعد: (آقایی آرایی، ۱۳۹۳)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

علم سنجی و رتبه بندی مقاله

3.0
۱ تعداد پژوهشگران نظر دهنده
5 0
4 0
3 1
2 0
1 0
مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
نوع مرکز: پژوهشگاه دولتی
تعداد مقالات: ۵۸۷
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 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.