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

بررسی و پیشبینی حدنهایی تنش در نانولولههای کربنی تک لایه با بکارگیری شبکههای عصبی مصنوعی

اعتبار موردنیاز: ۱ | تعداد صفحات: ۶ | تعداد نمایش خلاصه: ۶۳۱ | نظرات: ۰
سرفصل ارائه مقاله: نانولوله ، سیم ، لایه نازک
سال انتشار: ۱۳۸۶
نوع ارائه: شفاهی
کد COI مقاله: NANOSC02_283
زبان مقاله: فارسی
حجم فایل: ۲۷۵.۸۴ 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 بررسی و پیشبینی حدنهایی تنش در نانولولههای کربنی تک لایه با بکارگیری شبکههای عصبی مصنوعی

  وحید امیرجهادی - دانشگاه صنعتی خواجه نصیرالدین طوسی
  علی شکوه فر (شناسه پژوهشگر - Researcher ID: ۳۵۳)
دانشگاه صنعتی خواجه نصیرالدین طوسی

چکیده مقاله:

دراینمقاله با بکارگیری شبکه های عصبی مصنوعی، حد نهایی تنش در نانولوله های کربنی مور د بررسی و پیش بینی قرار گرفت هاست . بـا توجـه بـه محدودیتهای مکانیکنیوتنی در ابعاد نانومتری، ابتدا مؤلفه های مؤثر بر حد نهاییتنش نانولوله کربنی با تأکید بر عوامل هندسی معادلات مکانیک مولکـولی مصالعه گردید . از قطرو زاویه پیچش حاصل از روش مذکور برای آموزش شبکه عصبیغیرخطی استفاده شد ودر نتیجه شبکه مطلـوب بـا مکـانیزم پـس - انتشارخطا شامل یک لایه پنهانی با ده نرون حاصل گردید . مقادیر پیش بینی شده با نتایج حاصل از آزمایش ات عملی و محاسبه تطابق بسیار خوبی داشـت ه ولذا از روش فوق با دقت بسیار بالایی برای پیشبینی سایرخواصمکانیکی نانولولههایکربنی با اشکال و تحتتأثیر عواملمختلف میتوان استفادهنمود

کلیدواژه‌ها:

حدنهاییتنش، شبکهعصبی، مکانیکمولکولی، نانولولههایکربنی

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-NANOSC02-NANOSC02_283.html
کد COI مقاله: NANOSC02_283

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:
امیرجهادی, وحید و علی شکوه فر، ۱۳۸۶، بررسی و پیشبینی حدنهایی تنش در نانولولههای کربنی تک لایه با بکارگیری شبکههای عصبی مصنوعی، دومین همایش دانشجویی فناوری نانو، دانشگاه کاشان، پژوهشکده علوم و فناوری نانو، https://www.civilica.com/Paper-NANOSC02-NANOSC02_283.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: (امیرجهادی, وحید و علی شکوه فر، ۱۳۸۶)
برای بار دوم به بعد: (امیرجهادی و شکوه فر، 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 :

  • Michele Meo _ Marco Rossi, " Prediction of Young's modulus ...
  • J.R.Xiao, B .A. Gama' 'Analyical Molecular Stuctual mechanics model for ...
  • J.R. Xiao, B.A. Gama a, J.W. Gillespie Jr, "An amalytical ...
  • Michele Meo, Mamo Rossi"Prediction of Youmg's modulus of single wall ...
  • Rappe, A.K:; Casewit, C.J.; Colwell, K.S.: Goddard II, W.A.; Skiff, ...
  • م-ب، منهاج، "مبانی شبکه‌های عصبی "، مرکزنشردانشگاهی- امیرکبیرتهران، ۳۷۷ ۱. ...
  • وحید امیرجهادی، بررسی و تحلیل خواص مکانیکی نانولوله‌های کربنی با ...
  • علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز:
    تعداد مقالات: ۱۲۴۱۱
    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.

    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.