کاربرد شبکه های عصبی در پیش بینی ماکزیمم نشست در اطراف تونل های کم عمق
Publish place: 07th Iranian Tunneling Conference
Publish Year: 1385
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 3,601
This Paper With 9 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:
ITC07_084
تاریخ نمایه سازی: 1 بهمن 1384
Abstract:
به طور کلی حفر تونل و دیگر سازه های زیرزمینی منجر به حذف توده ای از خاک و سنگ محل و بروز تغییرات قابل توجه در وضعیت تنش اطراف آنها میگردد .از جمله پدیده ی مهم ناشی از این دست خوردگی وقوع نشست هایی در سطح زمین است که این امر به ویژه در مناطق شهری و به خصوص به هنگام عبور از زیر مناطق مسکونی شهرها از اهمیت خاصی برخوردار است.بنابراین برای جلوگیری از خسارت های وارده ناشی از حفر تونل بر روی سازه های سطحی و زیرزمینی میزان نشست باید پیش بینی شود .یکی از روش های پیش بینی میزان نشست استفاده از شبکه های عصبی می باشد . این روش بر اساس شبکه های بیولوژیکی عصبی انسان بنا نهاده شده است، که در آن ابتدا شبکه آموزش می بیند و سپس با استفاده از آموزه های قبلی به محرک های جدید پاسخ می دهد .در این پروژه از 35 داده برای آموزش و 5 داده برای تست شبکه استفاده شده است . این داده ها از تونل های حفر شده در مناطق مختلف دنیا گرد آوری شده اند . نتایج به دست آمده از داده های تست نشان دهنده عملکرد خوب شبکه عصبی طراحی شده می باشد.
Authors
عبدالستار رودینی
دانشجوی کارشناسی مهندسی معدن دانشگاه شهید باهنر کرمان
محمدعلی ابراهیمی فرسنگی
استادیار بخش مهندسی معدن دانشگاه شهید باهنر کرمان
رضا رحمان نژاد
استادیار بخش مهندسی معدن دانشگاه شهید باهنر کرمان
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 :