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

پیش بینی بروز روانگرایی با استفاده از شبکه عصبی مصنوعی

اعتبار موردنیاز: ۱ | تعداد صفحات: ۱۰ | تعداد نمایش خلاصه: ۹۱۸ | نظرات: ۰
سرفصل ارائه مقاله: زمین شناسی مهندسی
سال انتشار: ۱۳۸۴
نوع ارائه: شفاهی
کد COI مقاله: SGSI09_116
زبان مقاله: فارسی
حجم فایل: ۳۴۳.۶۳ کلیوبایت (فایل این مقاله در ۱۰ 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 ۱۰ 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 بروز روانگرایی با استفاده از شبکه عصبی مصنوعی

  علی فرهادی (شناسه پژوهشگر - Researcher ID: ۴۴۷۳)
استادیار دانشکدة فنی و مهندسی دانشگاه تربیت معلم تهران
امیر حوتی - دانشجوی کارشناسی ارشد مهندسی عمران گرایش خاک و پی دانشکدة فنی و مهندس

چکیده مقاله:

بررسی و مطالعة رخداد پدیدة روانگرایی بخصوص در مناطق لرزه خیز از جمله ایران در سالهای اخیر مورد توجه مهندسین ژئوتکنیک قرار گرفته است . پیش بینی روانگرایی در خاک ها با توجه به خصوصیات فیزیکی و مکانیکی خاک نظیر دانه بندی، مقاومت برشی و ... و هم چنین ویژگیهای لرزه خیزی نظیر بزرگی، شتاب و مدت زمان زلزله به عنوان پارامترهای در دسترس در این مقاله پارامترهای مستقل تنش کل و موثر، عدد SPT مطرح است .
اصلاح شده و درصد ریز دانه، به عنوان پارامترهای مقاومتی خاک؛ بزرگی وشتاب زلزله، به عنوان پارامترهای زلزله و موثر در پتانسیل روانگرایی انتخاب شدند . پارامترها طوری انتخاب شدند که اولاً مستقل باشند و ثانیاً در مجموع همپوشانی خوبی در ارزیابی پتانسیل روانگرایی بر اساس کلیة عوامل موثر بر آن داشته باشند . برای یافتن ارتباطی منطقی میان داده های صحرایی ثبت شده در گذشته توسط محققین مختلف از شبکة عصبی مصنوعی به عنوان ابزاری کارآمد در پیش بینی پتانسیل روانگرایی استفاده گردیده است . نتایج بدست آمده در این تحقیق، نشان دهندة اعتبار روابط همبستگی SPT وCPT و همچنین توانایی شبکة عصبی مصنوعی در تخمین پتانس یل روانگرایی می باشد . همچنین میزان خطای آموزش شبکه تا حد زیادی نسبت به موارد مشابه در گذشته کاهش یافته است

کلیدواژه‌ها:

روانگرایی، شبکة عصبی مصنوعی، CPT ،SPT

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-SGSI09-SGSI09_116.html
کد COI مقاله: SGSI09_116

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:
فرهادی, علی و امیر حوتی، ۱۳۸۴، پیش بینی بروز روانگرایی با استفاده از شبکه عصبی مصنوعی، نهمین همایش انجمن زمین شناسی ایران، تهران، انجمن زمین شناسی ایران، دانشگاه تربیت معلم، https://www.civilica.com/Paper-SGSI09-SGSI09_116.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: (فرهادی, علی و امیر حوتی، ۱۳۸۴)
برای بار دوم به بعد: (فرهادی و حوتی، 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 :

  • سید مجد الدین میر حسینی؛ دینامیک خاک، انتشارات موسسه بین ...
  • حائری - سید محسن، کریمی - مسعود (۱۳۷۹)؛ "استفاده از ... (مقاله کنفرانسی)
  • Baziar, M. H., and Nilipour, N.(2003).، Evaluation of Liquefaction Potential ...
  • Goh, A.T.C. (1 995).'Seismic Liquefaction Potential Assessed by Neural Networks.? ...
  • Goh, A.T.C. (1 996).Neural Network Modeling of CPT Seismic Liquefaction ...
  • _ chmertmann, J. H..(1978). «Guidelines For CPT Performance and Design' ...
  • Chalie, W.A. Doehring, D. O., Brislawn. J. P., Scott. C.E., ...
  • Kayen, R.E., Mitchell, J.K. Seed. R.B., Lodge, A., Nishio. S., ...
  • Seed, H.B., and De Alba (1996).، Use of SPT and ...
  • Seed, H. B., and Idriss, _ M. (1971). *Simplified Procedure ...
  • Ishihara, K. (1985), *Stability of natural deposits during earthquakes. Proc., ...
  • Tokimatsu, K., Kojima, H., Kuwayama, S., Alie. A., and Midirikawa. ...
  • Tokimatsu, K. and Yoshimi, Y.(1983). *Emprical Correlation of Soil Liquefaction ...
  • Shibata, T. and Teparaksa, W. (1988). «Evaluation of Liquefaction Potential ...
  • Mitchell, J. K. et al. (1994). _ situ test results ...
  • علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز:
    تعداد مقالات: ۸۴۵۲
    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.