استفاده از شبکههای عصبی مصنوعی در تخمین شاخص فشردگی خاکهای ریزدانه

Publish Year: 1395
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 415

This Paper With 14 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:

SDUMEW01_449

تاریخ نمایه سازی: 8 اردیبهشت 1396

Abstract:

امروزه با توجه به رشد روز افزون ساخت و ساز در زمینه هایی چون ابر سازهها ، پلهای عظیم ، منوریل و ... و با عنایت به اهمیت عوامل موثری مانند زمان و هزینه در این پروژه ها مهندسین فاز صفر )فازمطالعاتی( را در خصوص کاهش هزینه و زمان مرحلهای مهم میدانند. در مطالعات اولیه هر پروژه عمرانی، یکی از پارامترهای ضروری تعیین نشست تحکیمی میباشد به طوری که عدم انجام و یا حتیدقت ناکافی نتایج سبب خسارات جبرانناپذیری به کل پروژه وارد مینماید. فشردگی خاک که به علت تغییر شکل فشاری ناشی از احداث سازههای مختلف رخ میدهد، موجب خارج شدن هوا و آب ازخاک و نشست آن میگردد. با ناپدید شدن فشار آب حفرهای اضافی، تنش در ساختمان خاک رفته رفته افزایش مییابد؛ بنابراین خاک متحمل نشست و کرنش میشود. با استفاده از شاخصه تراکم که ازآزمایش تحکیم به دست میآیند، میتوان نشست را تخمین زد. در طول دههها تحقیق، پژوهشگران از روابط تجربی متفاوتی همچون درصد رطوبیت طبیعی، تخلخل اولیه، حد روانی، حد خمیری برایتخمین این پارامترها استفاده کردهاند. در این تحقیق نیز تلاش شده است با استفاده از شبکههای عصبی مصنوعی رابطهای بین این پارامتر و مشخصات فیزیکی خاک تعیین شود. برای ایجاد شبکه مورد نظر و تامین دادههای ورودی و خروجی از نتایج آزمایشگاهی 525 مدل آزمایشی که در آزمایشگاهی در شهر آمل گرفته شده است، استفاده شد. نتایج حاصل از شبکههای عصبی حاکی از قدرت بالای این نوع از شبکهها در تخمین توابع دارد.

Authors

عسگر جانعلیزاده

دانشیار موسسه آموزش عالی صنعتی مازندران

فرزاد فرخزاد

مربی موسسه آموزش عالی صنعتی مازندران

امیرحسین هاشمی نژاد

دانشجوی موسسه آموزش عالی صنعتی مازندران

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 :
  • Nishida, Y. 1956. Abrief note _ compression index of soil ...
  • مبانی شبکه های عصبی: محمد باقر منهاج. دانشگاه صنعتی امیر ...
  • Logar, J., and G. Turk., (1995). "Modelling of the oedometer ...
  • Sketmpton, A. W. (1944).Notes on the compressibility of clays. Quarterly ...
  • Azzouz, Ray, ound J., Krizek, and Ross B. CoRoTis., (1976). ...
  • Rendon-H errero, O., (1983). "Universal Compression Index Equation.", Journal of ...
  • Nagaraj T., and Murty B.R.S. 1985. Predication of the precons ...
  • Yoon GL, Kim BT., (2006)." Regression Analysis of Compression Index ...
  • Ahadiyan J, Ebne JR, Bajestan MS , (2008). "Prediction Determination ...
  • Scott E. Fahlman and Christian Lebiere. (1990). "The Cascade- Correlation ...
  • Jean-Philippe Thivierge, Fracois Rivest, and Thomas R Schultz, (2003), _ ...
  • Steffen Nissen., (2007)." Large Scale Reinforcemet Learming using Q-SARSA and ...
  • A. Idri, A. Zakrani and A. Zahi..20 10)."Design of Radial ...
  • C. Lopez-Martin., , (2011). "A fuzzy logic model for predicting ...
  • C. Lopez-Martin., , (2011), "Applying a general regression neural network ...
  • G. Kousiouris, T. Cucinotta and T. Varvarigou., "The effects of ...
  • X. Huang, D. Ho, J. Ren and L F. Capretz ...
  • نمایش کامل مراجع