پهنه بندی مسیر تونل انتقال آب امیرکبیر از نقطه نظر نفوذپذیری با استفاده از روش ماشین بردار پشتیبان(SVM)

Publish Year: 1401
نوع سند: مقاله ژورنالی
زبان: Persian
View: 44

This Paper With 11 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

JR_JIRAEG-15-4_002

تاریخ نمایه سازی: 4 دی 1402

Abstract:

یکی از مهم ترین عوامل موثر در جریان آب در توده سنگ ها و محیط های درزه دار نفوذپذیری توده سنگ است. با توجه به اهمیت آگاهی از مقدار آب ورودی به درون تونل ها،بررسی وضعیت نفوذپذیری توده سنگ های مسیر تونل بسیار حائز اهمیت است. از آن جا که آزمایش های متداول تعیین نفوذپذیری نظیر آزمایش لوژان بسیار زمان بر و هزینه بر هستند ضروری است تا در کوتاهترین زمان ممکن و با صرف کمترین هزینه یک دید کلی نسبت به میزان تراوایی سنگ های محل احداث تونل به دست آید. استفاده از روش های هوشمند به منظور تخمین یا طبقه بندی داده ها به ویژه در مسائل مهندسی در دهه های اخیر متداول بوده است. الگوریتم های زیادی به این منظور طراحی و بهینه سازی شده اند. از میان این روش ها می توان به الگوریتم ماشین بردار پشتیبان اشاره کرد. در این تحقیق به منظور پهنه بندی مسیر تونل انتقال آب امیرکبیر از نقطه نظر نفوذپذیری از روش ماشین بردار پشتیبان استفاده شده است. به منظور بهینه سازی پارامترهای این الگوریتم، روش جستجوی تصادفی انتخاب شده است. نتایج حاصل نشان می دهد که دقت مدلسازی صورت گرفته با استفاده از این روش بر اساس داده های آزمایش ۵۹/۹۴ % است. همچنین نتایج به دست آمده نشان می دهند که بیش از ۸۵ درصد از مسیر تونل در رده با تراوایی کم قرار گرفته است که خطرچندانی از نظر نفوذ آب برای تونل نخواهد داشت.

Authors

علی عالی انوری

گروه مهندسی معدن، دانشکده مهندسی، دانشگاه کاشان

ملیحه عباس زاده

استادیار دانشگاه کاشان

مریم اسماعیلی

دانشگاه کاشان

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 :
  • Aalianvari, A., ۲۰۱۷. Combination of engineering geological data and numerical ...
  • Anifowose, F., Abdulraheem, A., and Al-Shuhail, A.; ۲۰۱۹; “A Parametric ...
  • Bahrami, S., Ardejani, F. D., and Baafi, E.; ۲۰۱۶; “Application ...
  • Bergstra, J., and Bengio, Y.; ۲۰۱۲; “Random Search for Hyper-Parameter ...
  • Cortes, C., and Vapnik, V.; ۱۹۹۵; “Support-Vector Networks,” Mach. Learn., ...
  • Farhadian, H., Aalianvari, A., and Katibeh, H.; ۲۰۱۲; “Optimization of ...
  • Farhadian, H., and Katibeh, H.; ۲۰۱۵; “Groundwater Seepage Estimation into ...
  • Khan, S., Rana, T., Dassanayake, D., Abbas, A., Blackwell, J., ...
  • KHOSHRO, M. S. ۲۰۱۰. Fault detection and diagnosis of an ...
  • Petropoulos, G. P., Kalaitzidis, C., and Vadrevu, K. P.; ۲۰۱۲; ...
  • Santillán, D., Fraile-Ardanuy, J., and Toledo, M. Á.; ۲۰۱۳; “Dam ...
  • SHAHRABI, J. & ZOLGHADR SHOJAEI, A. ۲۰۰۹. Advanced Data Mining: ...
  • THABTAH, F. A. & COWLING, P. I. ۲۰۰۷. A greedy ...
  • Yan, Z.-G., Zhang, H.-R., and Du, P.-J.; ۲۰۰۶; “Application of ...
  • نمایش کامل مراجع