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

ارزیابی پتانسیل روانگرائی در خاکهای ماسه ای با استفاده از شبکه های عصبی مصنوعی

اعتبار موردنیاز: ۱ | تعداد صفحات: ۸ | تعداد نمایش خلاصه: ۱۰۳۸ | نظرات: ۰
سرفصل ارائه مقاله: مکانیکی سنگ
سال انتشار: ۱۳۸۴
کد COI مقاله: NCCE02_179
زبان مقاله: فارسی
حجم فایل: ۳۲۲.۷ کلیوبایت (فایل این مقاله در ۸ 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 ۸ 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 ارزیابی پتانسیل روانگرائی در خاکهای ماسه ای با استفاده از شبکه های عصبی مصنوعی

  سید سجاد حسینی خزاقی - دانشجوی کارشناسی ارشد دانشگاه مازندران دانشکده فنی بابل
  عسگر جانعلیزاده - استادیار دانشکده فنی و مهندسی دانشگاه مازندران

چکیده مقاله:

پدیده روانگرائی از جمله مواردی است که بر اثر عوامل لرزه ای امکان بروز آن در یک توده ماسه ای اشباع وجود دارد. در اینگونه مناطق به منظور جلوگیری از آسیب های احتمالی به مستحدثات موجود ، ارزیابی پتانسیل روانگرائی ضروری به نظر می رسد. بسته به گستره منطقه طرح جهت کسب اطلاعات ، نیاز به حفر چند گمانه و انجام آزمایشات متعددی می باشدکه هر یک مستلزم صرف زمان و هزینه های بسیاری است. بنابراین پیش بینی روانگرائی با استفاده از مجموعه اطلاعات موجود توسط شبکه عصبی، باعث کاهش در هزینه ها و برنامه ریزی صحیح در شناخت ساختگاه مناسب خواهد شد.شبکه های عصبی به عنوان سیستم های هوشمند از خصوصیات خاص پردازش اطلاعات در مغز بهره می گیرند که از آن جمله می توان به یادگیری مثال ها ، نادیده گرفتن خطا در داده ها و پردازش موازی آنها - که دور از دسترس روشهای مرسوم برنامه نویسی قرار دارد - اشاره کرد.در تحقیق حاضر با توجه به بالا بودن سطح آب زیر زمینی در محدوده جنوب شرق تهران و با استفاده از اطلاعات گمانه های حفر شده در این منطقه به وسعت سی کیلومتر مربع، به ارزیابی پتانسیل روانگرائی توسط شبکه عصبی پرداخته شده است. شبکه عصبی مذکور با داشتن یک لایه میانی توسط اطلاعات گمانه های حفر شده مبتنی بر آزمایش نفوذ استاندارد آموزش داده شده و سپس به منظور اطمینان از کارآیی شبکه در ارزیابی پتانسیل روانگرائی، اطلاعات تعدادی گمانه برای اولین بار به شبکه ارائه گردید. نتیجه حاصل از شبکه عصبی با نتیجه حاصل از روش رایج تعیین روانگرائیSeed کنترل و مورد مقایسه قرار گرفت که بر اساس آنالیزهای انجام شده، شبکه عصبی تربیت یافته قادر است پتانسیل روانگرائی در خاک محدوده جنوب شرق تهران با دقت بیش از 92 درصد پیش بینی نماید.

کلیدواژه‌ها:

روانگرایی ، شبکه های عصبی ، ضربات نفوذ استاندارد(SPT) ، ماسه اشباع ، جنوب شرق تهران

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-NCCE02-NCCE02_179.html
کد COI مقاله: NCCE02_179

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:
حسینی خزاقی, سید سجاد و عسگر جانعلیزاده، ۱۳۸۴، ارزیابی پتانسیل روانگرائی در خاکهای ماسه ای با استفاده از شبکه های عصبی مصنوعی، دومین کنگره ملی مهندسی عمران، تهران، دانشگاه علم و صنعت، عمران، https://www.civilica.com/Paper-NCCE02-NCCE02_179.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: (حسینی خزاقی, سید سجاد و عسگر جانعلیزاده، ۱۳۸۴)
برای بار دوم به بعد: (حسینی خزاقی و جانعلیزاده، ۱۳۸۴)
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 :

  • : Seed _ H.B and Idriss , I.M. (1971) * ...
  • : Seed , H , B (1979) 4 Soil liquefaction ...
  • : نوری، یوسف : "پیش بینی خواص ژئوتکنیکی لایه های ...
  • : "دانسته های خاک"، شرکت راه آهن شهری تهران و ...
  • : "آشنائی با شبکه های عصبی" نوشته آر.بیل وتی .جکسون، ...
  • : " مبانی شبکه های عصبی" مولف: دکتر محمد باقر ...
  • : آئین نامه مقاوم سازی ساختمان دربرابر زلزله (آئین نامه ...
  • : T zou _ S . and Chia , w ...
  • علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز:
    تعداد مقالات: ۷۵۴۴
    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.