پیش بینی پتانسیل روانگرایی خاک های ریزدانه چسبنده با استفاده از شبکه های عصبی مصنوعی

Publish Year: 1394
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 591

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:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

SMFE02_393

تاریخ نمایه سازی: 27 بهمن 1394

Abstract:

در این تحقیق جهت پیش بینی پتانسیل روانگرایی خاک های ریزدانه چسبنده از طریق شبکه های عصبی مصنوعی، نمونه هایی از خاک چند منطقه باسابقه روانگرایی گردآوری و در آزمایشگاه مورد بررسی قرار گرفته است. سپس با معیارهای مختلف روانگرایی خاک های ریزدانه چسبنده (معیارچینی (1981)، معیار آندریو و مارتین (2000) و معیار سید و همکاران (2003)، پتانسیل روانگرایی آنها مورد بررسی قرار گرفته و در ادامه نتایج دریک پایگاه داده ثبت شده است. سپس نتایج برای ورود به شبکه های عصبی مصنوعی آماده شده و مدل سازی انجام گردید. پس از مرحله آموزششبکه و یادگیری، مدلهای مختلف شبکه مورد سعی و خطا قرار گرفته و در ادامه مدل بهینه انتخاب شده است. این مدل در نهایت نیز با روشهایتجربی مورد ارزیابی قرار گرفته است. نتایج نشان داد که شبکه های عصبی مصنوعی می تواند روشی دقیق برای مدلسازی خاک های ریزدانهروانگرا مورد استفاده قرار گیرد.

Authors

آرمان کلایه ئی

کارشناس ارشد ژئوتکنیک، مهندسین مشاور صحراکاو

حبیب حیدری

دانشجوی دکتری زمینشناسی مهندسی، دانشگاه خوارزمی

جواد شریفی

دانشجوی دکتری زمین شناسی مهندسی، دانشگاه فردوسی مشهد

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 :
  • دمعاونت برنامه ریزی و نظارت راهبردی رییس جمهور، راهنمای ارزیابی ...
  • بررسی و ارزیابی استعداد روانگرایی در خاک های ریزدانه چسبنده [مقاله کنفرانسی]
  • Findings in Soil Liquefaction, " Report of the Water Conservancy ...
  • جواد شریفی، محمدرضا نیکودل پیش‌بینی مقاومت بتن حاوی سنگدانه‌های مختلف ...
  • جواد شریفی، ماشااله خامه چیان، محمد غفوری، پیش‌بینی پتانسیل رمبندگی ...
  • شریفی ج. نیکودل، م.ر، ایزدی، . «مدلسازی اعداد چکش اشمیت ...
  • تعیین پتانسیل رمبندگی از طریق مدل سازی خاک در شبکه های عصبی مصنوعی [مقاله کنفرانسی]
  • منهاج، ر. «هوش محاسباتی جلد اول: مبانی شبکههای عصبی» ویرایش ...
  • شریفی جواد، اردکانی علی‌رضا، نیکودل محمدرضا، "ارزیابی تنسیل روانگرایی ساختگاه ... [مقاله کنفرانسی]
  • مرکز تحقیقات ساختمان و مسکن، "آیین نامه طراحی ساختمان‌ها برابر ...
  • Kramer, S.L, Geotechnical Earthquake Engineering, Prentice Hall, 1996, pp. 653. ...
  • Das, B.M., "Principles of Geotechnical Engineering", 3rd Edition, PWS Publishing ...
  • Shahin, M.A., Jaksa M.B., Maier H.R., 2009- Recent Advances and ...
  • Asgari, A., Golshani, A.A., Bagheri, M., "Numerical evaluation of seismic ...
  • Lalita, G., Mandar, O., Dewoolkara, M., Olson, S.M., "Liquefaction assessment ...
  • Benardos, P .G. , "Optimizing feedforward artificial neural network architecture" ...
  • Wang, W., "Foundation Problems in Aseismatic Design of Hydraulic Structures, ...
  • Wang, W., "Earthquake Damages to Earth Dams and Levees in ...
  • Andrews, D. C. A., and Martin, G. R. "Criteria for ...
  • Seed, R. B., Cetin, K. O., Moss, R. E. S., ...
  • Seed, H. B., and Idriss, l. M., "Simplified procedure for ...
  • Bell, F. G., 1993- Engineering geology, Black Well, Oxford. 22. ...
  • نمایش کامل مراجع