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

پیش بینی بیشترین تغییرشکل دیوارهای حایل میخ کوبی شده، با استفاده ازشبکه های عصبی مصنوعی

اعتبار موردنیاز: ۱ | تعداد صفحات: ۸ | تعداد نمایش خلاصه: ۶۹۳ | نظرات: ۰
سرفصل ارائه مقاله: ژئوتکنیک
سال انتشار: ۱۳۹۰
کد COI مقاله: NCCE06_0453
زبان مقاله: فارسی
حجم فایل: ۲۸۴.۶۱ 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 پیش بینی بیشترین تغییرشکل دیوارهای حایل میخ کوبی شده، با استفاده ازشبکه های عصبی مصنوعی

هادی شمس - دانشجوی کارشناسی ارشد عمران، گرایش خاک وپی، دانشگاه آزاد اسلامی واحد ا
  محسن اژدری - استادیار دانشگاه آزاد اسلامی واحد استهبان
  سیدمحمدعلی زمردیان - استادیار دانشگاه آزاد اسلامی واحد استهبان

چکیده مقاله:

دراین تحقیق به پیش بینی بیشترین تغییر شکلهای ایجاد شده در دیوارهای نگهدار میخکوبی شده گودبرداریهای عمیق بوسیله یک شبکه عصبی مصنوعی پرداخته شده است. درابتدا عناصر تشکیل دهنده دیوار میخکوبی شده، براساس آیین نامهFHWA طراحی شده است. سپس با استفاده از نتایج طراحی، تحلیل های عددی اجزاء محدود متعددی به منظور دستیابی به رفتار تنش-کرنش دیوار های مختلف میخکوبی شده توسط نرم افزار Phase2 و به صورت دوبعدی انجام شده است. پس از مشخص شدن داده های بدست آمده از تحلیل عددی انجام شده توسط نرم افزار مذکور با استفاده ازاین بانک داده ها به آموزش شبکه عصبی با الگوریتم پس انتشار خطا پرداخته شده است. در این شبکه عصبی، ارتفاع دیوار، ضریب ارتجاعی خاک، زاویه اصطکاک داخلی خاک، وزن مخصوص خاک، فاصلهمیخها از یکدیگر و قطر و طول میخها به عنوان نرونهای ورودی وجابجائی وضریب اطمینان بعنوان نرونهای خروجی شبکه استفاده می شود. شبکه تربیت یافته به خوبی قادر به پیش بینی تغییر شکل افقی وضریب اطمینان دیوارهایی که در طی آموزش به شبکه معرفی شده اند، می باشد. همچنین نتایج تحلیلهای جدید که شبکه در طی آموزش با آنها برخورد نداشته است، توسط شبکه تربیت شده با دقت قابل قبول پیش بینی شدند

کلیدواژه‌ها:

تغییرشکل، گودبرداری، دیوارحائل، میخکوبی، شبکه عصبی مصنوعی

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:
http://www.civilica.com/Paper-NCCE06-NCCE06_0453.html
کد COI مقاله: NCCE06_0453

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:
شمس, هادی؛ محسن اژدری و سیدمحمدعلی زمردیان، ۱۳۹۰، پیش بینی بیشترین تغییرشکل دیوارهای حایل میخ کوبی شده، با استفاده ازشبکه های عصبی مصنوعی، ششمین کنگره ملی مهندسی عمران، سمنان، دانشگاه سمنان، http://www.civilica.com/Paper-NCCE06-NCCE06_0453.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: (شمس, هادی؛ محسن اژدری و سیدمحمدعلی زمردیان، ۱۳۹۰)
برای بار دوم به بعد: (شمس؛ اژدری و زمردیان، ۱۳۹۰)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه 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.