پیش بینی عدد لوژن توده سنگ با استفاده از ویژگی ناپیوستگی ها به کمک شبکه عصبی مصنوعی
عنوان مقاله: پیش بینی عدد لوژن توده سنگ با استفاده از ویژگی ناپیوستگی ها به کمک شبکه عصبی مصنوعی
شناسه ملی مقاله: ICEGE05_087
منتشر شده در پنجمین همایش زمین شناسی مهندسی و محیط زیست ایران در سال 1386
شناسه ملی مقاله: ICEGE05_087
منتشر شده در پنجمین همایش زمین شناسی مهندسی و محیط زیست ایران در سال 1386
مشخصات نویسندگان مقاله:
سعیده خالصی مقدم - دانشجوی کارشناسی ارشد زمین شناسی مهندسی، دانشگاه تربیت مدرس
ماشاءاله خامه چیان - دانشیار بخش زمین شناسی مهندسی دانشگاه تربیت مدرس دانشگاه تربیت مدرس
محمدرضا امین ناصری - دانشیار بخش مهندسی صنایع، دانشگاه تربیت مدرس
خلاصه مقاله:
سعیده خالصی مقدم - دانشجوی کارشناسی ارشد زمین شناسی مهندسی، دانشگاه تربیت مدرس
ماشاءاله خامه چیان - دانشیار بخش زمین شناسی مهندسی دانشگاه تربیت مدرس دانشگاه تربیت مدرس
محمدرضا امین ناصری - دانشیار بخش مهندسی صنایع، دانشگاه تربیت مدرس
برآورد ویژگی های توده سنگ و پیش بینی نرخ جریان از بحث های حیاتی و جدی مهندسی سنگ به شمار می رود . امروزه شبکه های ع صبی ابزاری قدرتمند ب رای حل مسائل پی چیده از قبی ل تخ مین، ت شخیص الگو و طبقه بندی انواع م تغیرها هستن د .در این مقاله به کمک یک نوع شبکه عصبی مصنوعی، رفتار آبگذری توده سنگ های گرانودیوریتی ساختگاه سد شور – جیرفت از روی برخی وی ژگی ناپیوستگی ها از جمله شاخص کیفی سنگ، فراوانی درزه ها، باز شدگی و عمق در رابطه با عدد لوژن توده سنگ پیش بینی شده است . چون مقادیر عدد لوژن که بیانگر رفتار آبگذری توده سنگ ها می باشد به پارامترهای متفاوتی وابسته است و تعیین روابط بین آن ها چندان شناخته شده نیست از شبکه عصبی مصنوعی که توانایی بالایی در حل چنین مسائلی دارند استفاده شده است . داده های بکار رفته در آموزش و امتحان این شبکه عصبی شامل نتایج مربوط به 313 آزمایش لوژن در توده سنگ های گرانودیوریتی ساختگاه سد شور
– جیرفت می باشد . در این تحقیق از شبکه عصبی نوع پس انتشار خطا، و در آموزش شبکه از الگوریتم Levenberg-Marquardt استفاده شده است
کلمات کلیدی: شبکه های ع صبی مصنوعی، عدد لوژن، عمق، باز شدگی ناپیوستگی ها، فراوانی درزه ها، شاخص کیفی سنگ
صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/34209/