بررسی پایداری سدهای خاکی همگن با شبکه عصبی مصنوعی
Publish Year: 1381
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,935
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:
ICGESM03_087
تاریخ نمایه سازی: 26 آبان 1384
Abstract:
طراحی سدها شامل طراحی شیب ها تعیین ارتفاع و ضریب اطمینان در برابر گسیختگی سد است. یکی از روشهایی که در سالهای اخیر جه بررسی مسائل مهندسی عمران کاربرد پیدا کرده شبکه های عصبی مصنوعی می باشد در این مقاله برای ارائه مدل طراحی سدهای خاکی همگن از این شبکه ها استفاده شده است. مدل شبکه عصبی مقادیر پارامترهای موثر در طراحی همچون ارتفاع و شیب شیروانی، پارامترهای مقاومتی مصالح شیب و ارتفاع آب را دریافت کرده و در خروجی مشخصات دایره بحرانی و ضریب اطمینان در برابر گسیختگی سد را ارائه می نماید. پس از آموزش شبکه با الگوهای یادگیری حاصل از انجام 1225 تحلیل پایداری با برنامه STABLE و بررسی حالات مختلف ملاحظه گردید که شبکه بهینه دارای یک لایه پنهان با 11 نرون در آن می باشد. جهت بررسی تعمیم پذیری شبکه الگوهای آزمایشی مهیا شده و با استفاده از برنامه های Z-SOIL و STABLE تحلیل پایداری بر روی انها انجام گردید نتایج تحلیل ها نشان داد که ضریب اطمینان حاصل از مدل شبکه عصبی حدود9% کمتر از برنامه Z-SOIL و حدود 6% بیش از برنامه STABLE می باشد و سطح لغزش حاصل از شبکه عصبی مصنوعی مابین منحنی های حاصل از دو برنامه قرار دارد. نتایج نشان می دهد که شبکه عصبی ارائه شده در تحلیل پایداری سدهای خاکی همگن از توانایی بالایی برخوردار بوده و با اطمینان از اینکه جوابهای شبکه در حد قابل قبولی دست بالا است می توان از آن در طراحی این سدها استفاده نمود همچنین زمان تحلیل با مدل شبکه در مقایسه با برنامه STABLE بسیار کمتر می باشد.
Authors
سیدمرتضی مرندی
استادیار دانشگاه شهید باهنر کرمان- گروه مهندسی عمران
سید شهاب الدین یثربی
استادیار دانشگاه تربیت مدرس گروه مهندسی عمران
اعظم حسینیان
دانشجوی کارشماسی ارشد دانشگاه شهید باهنر کرمان گروه مهندسی عمران
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 :