بکارگیری روش های تجربی و هوشمند برای پیش بینی نشست سطح ناشی از حفر تونل های شهری
Publish place: National Conference on Architectural Engineering, Civil Engineering and Urban Development
Publish Year: 1394
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 727
This Paper With 10 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ACUC01_168
تاریخ نمایه سازی: 14 دی 1394
Abstract:
احداث تونل های کم عمق در نواحی متراکم و پرازدحام شهری با موانع و مشکلات متعددی روبه رو است. یکی از این مسائل، نشست حاصل از عملیات تونل سازی می باشد. برای کنترل نشست باید ابتدا آن را پیش بینی کرد و سپس با توجه به آن پیش گیری و محافظت های لازم را در نظر گرفت. روش های مختلفی برای پیش بینی نشست وجود دارد که هر یک دارای نقاط ضعف و قوتی هستند. مهم ترین ضعف اینروش ها عدم در نظر گرفتن تمام پارامترهای مؤثر بر نشست می باشند. پیش بینی نشست سطح به پارامترهای زیادی وابسته است و تأثیر هر پارامتر بر پارامتر دیگر، استفاده از روش های تجربی را بسیارمشکل ساخته است. برای حل چنین مسائلی، روش های هوشمند می توانند ابزاری مناسب برای غلبه بر این محدودیت های مهندسی باشند. در این بررسی بر اساس اطلاعات چندین تونل مختلف در سطح دنیا عملکرد دو روش تجربی (پک) و هوشمندANFISبرای تخمین نشست حداکثر سطح بررسی شده است در پیش بینی های انجام شده برای این هدف، ضریب تعیینR2 روش تجربی0/484 بود در حالی که مقدار این ضریب برای روش ANFIS0/841 می باشد. با توجه به نتایج بدست آمده، عملکرد روشANFISقابلقبول بوده و مدل هوشمند ساخته برای تخمین نشست سطح سایر تونل های مشابه پیشنهاد می شود
Authors
پریچهر ذاکریان
دانشجوی کارشناسی ارشد مهندسی عمران (خاک و پی)، موسسه آموزش عالی روزبهان، ساری، ایران.
هادی حمیدیان شورمستی
استادیار و مدیرگروه مهندسی معدن، دانشگاه آزاد اسلامی واحد قائمشهر، ایران
سیدرحیم معین السادات
دانشجوی دکتری مهندسی معدن (مکانیک سنگ)، دانشگاه آزاد اسلامی واحد علوم و تحقیقات تهران، ایران.
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 :