تعیین لایه بندی خاک با استفاده از شبکه های عصبی مصنوعی (مطالعه موردی بابل)
Publish place: The First Iranian Conference on Geotechnical Engineering
Publish Year: 1392
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 944
This Paper With 8 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:
GEOTEC01_194
تاریخ نمایه سازی: 9 بهمن 1392
Abstract:
در سالیان اخیر، شبکه های عصبی مصنوعی با موفقیت برای حل مسائل ژئوتکنیکی مورد استفاده قرار گرفته شده است. شبکه های عصبی مصنوعی در تلاش هستند تا با تقلید از عملکرد مغز و سیستم عصبی انسان، به مدل سازی مسائل پیچیده ژئوتکنیکی که متاثر از طبیعت ناهمسان خاک هستند، بپردازد. آشنایی با مباحث ژئوتکنیکی و معرفی راهکارهای کاهش مخاطرات و خسارات ناشی از وقوع پدیده های ژئوتکنیکی در مناطق مختلف، مهمترین پیش نیاز رسیدن به توسعه پایدار است. به همین جهت، شناخت لایه ها و خصوصیات خاک به عنوان یکی از مهم ترین و اساسی ترین مراحل شناخت و مقابله با این پدیده ها مطرح است. در این پژوهش لایه های زیرسطحی خاک با استفاده از شبکه های عصبی مصنوعی مورد ارزیابی قرار گرفته است. در حقیقت بررسی ساختار لایه ای خاک در یک سایت، بسته به وسعت مطالعات، به حفر گمانه ها و انجام آزمایشات متعددی نیاز دارد و این امر خود نیازمند صرف زمان و هزینه زیادی است. با این حال نیز اطلاعاتی از نقاط در فواصل بین گمانه ها در دسترس نبوده و بدست آوردن اطلاعات در این نقاط، عملی مشکل و به میزان محدودی قابل اعتماد خواهد بود. در مدل ارائه شده، ابتدا با استفاده از اطلاعات تعدادی گمانه، شبکه عصبی آموزش داده شد و سپس نتایج حاصل از شبکه با داده های این گمانه ها مورد مقایسه قرار گرفت که تا حد زیادی با یکدیگر مطابقت دارند.
Keywords:
Authors
عسکر جانعلیزاده
دانشیار دانشگاه صنعتی نوشیروانی بابل
ستار رحیم مشائی
دانشجوی کارشناسی ارشد موسسه صنعتی مازندران
فرزاد فرخ زاد
مربی موسسه صنعتی مازندران
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 :