پیش بینی احتمال شکست دایره‌ای در شیب‌های خاکی و سنگی با استفاده از شبکه‌های عصبی پایه‌ای شعاعی (RBF)
Publish place: 3rd Iranian Rock Mechanics Conference
Publish Year: 1386
Type: Conference paper
Language: Persian
View: 2,135
This Paper With 6 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
IRMC03_047
Index date: 4 February 2007
پیش بینی احتمال شکست دایره‌ای در شیب‌های خاکی و سنگی با استفاده از شبکه‌های عصبی پایه‌ای شعاعی (RBF) abstract
یکی از انواع شکست ها که در شیب های خاکی و سنگی اتفاق می افتد شکست دایره ای است . این شکست در توده سنگ های شدیداً درزه داری اتفاق می افتد که اندازه بلوکهای آن کوچک بوده و یا
سنگ آن بسیار ضعیف و هوازده می باشد . برای بررسی پایداری معمولاً از روشهای مختلف تحلیلی و عددی و ابزار بندی استفاده می شود . در این مقاله از شبکه های عصبی مصنوعی (ANN) در جهت پیش بینی ضریب اطمینان پایداری شیب هایی که احتمال شکست دایره ای در آنها (RBF) وجود دارد استفاده شده است . شبکه مورد استفاده از نوع شبکه های تابع پایه ای شعاعی می باشد . داده های استفاده شده برای آموزش و تست شامل 46 مورد بررسی شده در نقاط مختلف دنیا می باشد . نتایجی که از این مدل سازی بدست آمده با نتایج واقعی مقایسه شده است و جذر میانگین مربعات خطای آن (RMSE) حدود 0/39 بدست آمده است که نشان می دهد نتایج بدست آمده انطباق خوبی با واقعیت دارند . همچنین تحلیل حساسیتی که بر روی آب زیرزمینی صورت پذیرفت، نشان داد که در شیب های گسیخته شده مورد بررسی عاملی بسیار تاثیر گذار بوده است
پیش بینی احتمال شکست دایره‌ای در شیب‌های خاکی و سنگی با استفاده از شبکه‌های عصبی پایه‌ای شعاعی (RBF) Keywords:
پیش بینی احتمال شکست دایره‌ای در شیب‌های خاکی و سنگی با استفاده از شبکه‌های عصبی پایه‌ای شعاعی (RBF) authors
حمید محمدی
دانشجوی کارشناسی ارشد استخراج معدن، دانشگاه شهید باهنر کرمان
سعید کریمی نسب
استادیار بخش مهندسی معدن، دانشگاه شهید باهنر کرمان
حسین نظام آبادی پور
استادیار بخش مهندسی برق، دانشکده فنی و مهندسی، دانشگاه شهید باهنر کر
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 :