مدلسازی ژنتیکی ضریب اطمینان پایداری شیب محافظت شده با سیستم میخ کوبی در خاک های درشت دانه

Publish Year: 1393
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 440

This Paper With 8 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:

NCCPP01_219

تاریخ نمایه سازی: 24 خرداد 1393

Abstract:

تئوری استفاده از سیستم میخ کوبی بر مبنای مسلح کردن و مقاوم نمودن توده خاک با استفاده ازدوختن توده خاک توسط مهارهای کششی با فواصل نزدیک به یکدیگر می باشد. یکی از مهم ترین پارامتر هایی که باید در بحث طراحی و نیز عملکرد مناسب سیستم میخ کوبی مد نظر قرار گرفته شود، ضریب اطمینان پایداری این سیستم می باشد. در این مقاله یکی از روش های هوش مصنوعی به نام برنامه نویسی به روش توصیف ژ ن (GEP) ، برای تکامل مدل هایی ، جهت پیش بینی ضریب اطمینان پایداری سیستم میخ کوبی مورد استفاده قرارگرفته است. پارامتر های ورودی شامل مدول الاستیسیته، وزنمخصوص و زاویه اصطکاک داخلی خاک، زاویه نسبت به افق و فاصله مرکز به مرکز میخ ها و ارتفاع گودبرداری و پارامتر خروجی، ضریب اطمینان پایداری می باشد. بانک اطلاعاتی جامعه ای متشکل از ۸۰۱مجموعه داده که با ترکیب ورودی های عنوان شده، با استفاده از مدل سازی های ۳ بعدی که در نرم افزار المان محدود PLAXIS مورد تحلیل قرار گرفته اند، به دست آمده است. مقایسه بین نتایج پیش بینیشده توسط مدل GEP و نتایج PLAXIS نشان می ده دکه مدل های مورد نظر، توانایی و دقت بالایی در پیش بینی ضریب اطمینان پایداری سیستم میخ کوبی دارد. همچنین جهت تأیید صحت عملکرد مدل های ارائه شده آنالیز حساسیت و پارامتریک بر روی آن ها انجام شده است

Authors

سبحان فلاح

دانشجوی کارشناسی ارشد ، دانشگاه آزاد اسلامی واحد بوشهر

محمدرضا شکاری

استادیار ، عضو هیئت علمی دانشکده مهندسی عمران، دانشگاه یاسوج،

شمس الدین هاشمی

استادیار ، عضو هیئت علمی دانشکده مهندسی عمران، دانشگاه یاسوج،

رضا کیائی

دانشجوی کارشناسی ارشد ، دانشگاه آزاد اسلامی واحد بوشهر

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 :
  • Fan, C.-C., & Luo, J.-H. ( Computers and Geotechnics _ ...
  • Bayoumi, A., Bobet, A., & Lee, J. ( ...
  • Zhou, Y., Cheuk, C., & Tham, L. ( ...
  • Zhang, L. L., Zhang, L. M., & W. H. Tang, ...
  • using intelligent computing", Engineering Application for Artificial Intellengce, , pp. ...
  • mixtures using genetic programming", Expert Systems with Applications, (), pp. ...
  • pp. ؛ Problem", Complex Syst. [] Ferreira, C.( ...
  • programming", Expert System with application. , pp. [] Alkroosh, I. ...
  • نمایش کامل مراجع