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

پیش بینی آبشستگی اطراف گروه پایه کج با استفاده از شبکه های عصبی مصنوعی با ساختار پرسپترون چندلایه

عنوان مقاله: پیش بینی آبشستگی اطراف گروه پایه کج با استفاده از شبکه های عصبی مصنوعی با ساختار پرسپترون چندلایه
شناسه ملی مقاله: IHC11_223
منتشر شده در یازدهمین کنفرانس هیدرولیک ایران در سال 1391
مشخصات نویسندگان مقاله:

مهدی اسمعیلی ورکی - استادیارگروه مهندسی آب دانشگاه گیلان
اطهر کنعانی - دانشجوی کارشناسی ارشد عمران آب ، دانشگاه آزاد اسلامی واحدهرمزگان
مریم نوابیان - استادیارگروه مهندسی آب دانشگاه گیلان

خلاصه مقاله:
آگاهی از عوامل شکل دهنده آبشستگی پایه های پل و تخمین ابعاد آن از اهمیت بسزائی در طراحی ایمن پل ها برخوردار است. از این رو تحقیقات وسیعی تاکنون در این رابطه انجام شده است. از سوی دیگر با پیشرفت فناوری طراحی و ساخت سازه ها، شاهد ساخت پل ها با اشکال گوناگونی بوده که از جمله آنها می توان به پل های با پایهبا ساختار پرسپترون چند لایه برای پیش بینی حداکثر عمق آبشستگی اطراف گروه پایه )ANN( گروه کج اشاره نمود. در این تحقیق یک رهیافت شبکه عصبی مصنوعیکج که به دلیل ترکیب همزمان تاثیر کج شدگی پایه ها، فونداسیون و سپرشدگی پایه دوم از پیچیدگی زیادی برخوردار است، بکار گرفتاه شاده اسات. بارای این منظورمجموعه داده های مربوط به 84 آزمایش برای شرایط هیدرولیکی و رقوم کارگذاری پایه گروه کج شامل سرعت های نسبی 0/4 ،0/59 ،)U / Uc و0/6و0/5 نسبت عمق به عرض y / D*1 تا 3 و چهار تراز کارگذاری فونداسیونZ / D* -1و-0/5وصفرو1 برای بررسای عملکارد شابکه عصابی در پایش بینای حاداکثر عمق آبشستگی مورد استفاده قرار گرفت

کلمات کلیدی:
عمق آبشستگی، گروه پایه کج، شبکه عصبی، پرسترون چند لایه، قانون یادگیری

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/186339/