پیشبینی ضریب نفوذپذیری مصالح هسته رسی با استفاده از شبکه عصبی مصنوعی
Publish place: 3rd National Congress on Civil Engineering
Publish Year: 1386
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,498
This Paper With 9 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
NCCE03_160
تاریخ نمایه سازی: 27 شهریور 1385
Abstract:
یکی از پارامترهای بسیار اساسی در طراحی سدهای خاکی، ضریب نفوذپذیری مصالح هسته رسی می باشد که این پارامتر مشخص کننده میزان آب نشتی از بدنه سد می باشد. این پارامتر ضمنا در تعیین سرعت جریان موجود در هسته سد بسیار تعیین کننده می باشد. چرا که ممکن است سرعت بیش از حد مجاز باعث فرسایش داخلی مصالح هسته گردد. روش مرسوم در تعیین ضریب نفوذپذیری تهیه نمونه Remold و انجام آزمایش نفوذپذیری Falling Head می باشد. در این مقاله سعی بر آن است که با توجه به تعداد قابل توجهی آزمایشات انجام گرفته روی مصالح هسته رسی سدها، ارتباطی منطقی مابین ضریب نفوذپذیری مصالح هسته و پارامترهای دخیل در میزان تفوذپذیری با استفاده از مدل شبکه عصبی مصنوعی برقرار شود. برای تحقق این امر، انواع شبکه های عصبی با ساختارها، توابع تبدیل و قوانین آموزش مختلف مورد بررسی قرار گرفتند تا ساختار بهینه برای این سری داده ها بدست آید، که در نهایت امر، نتایج حاصله از مدل نشان داد که مدل شبکه عصبی پرسپترون چند لایه ( پیشخور با الگوریتم پس انتشار خطا) ، با ضریب همبستگی 85،73 درصد و مجموع مربعات خطا 1.57924E-05 از دقت و کارایی نسبتا قابل اعتمادی برخوردار می باشد.
Keywords:
Authors
سعید اصلان پور
کارشناس ارشد مکانیک خاک و پی، عضو هیات علمی دانشگاه مراغه
خسرو حامد افتخار
مهندس عمران سد و شبکه
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper 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 Paper لینک شده اند :