پیش بینی هدایت هیدرولیکی اشباع خاک با استفاده از مدل شبکه عصبی مصنوعی در منطقه راسوند شازند
Publish place: International conference on architecture,civil and urban development at the beginning of the third millennium
Publish Year: 1396
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 358
- 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:
IACUT03_185
تاریخ نمایه سازی: 29 فروردین 1397
Abstract:
در تحقیق حاضر به پیش بینی هدایت هیدرولیکی اشباع خاک با استفاده از مدل شبکه عصبی مصنوعی در منطقه راسوند شازند پرداخته شد. ابتدا با نمونه برداری از 106 نمونه خاک، داده های زودیافت خاک شامل درصد رس، درصد سیلت، درصد شن، درصد مواد آلی، هدایت الکتریکی و اسیدیته تعیین گردید. همچنین درصد اشباع خاک نیز به عنوان پارامتر دیریافت برای این 106 نمونه خاک تعیین شد و به عنوان لایه ورودی در مدل شبکه عصبی مصنوعی تعریف گردید. سپس از آموزش نظارت شده با شبکه عصبی پیشخور چند لایه یا پرسپترون چند لایه طبق قانون پس انتشار خطا برای آموزش استفاده شد. نتایج نشان داد ضریب همبستگی در همه آرایش ها برای خروجی آموزش و آزمون بیشتر از 0/99 می باشد که بیانگر دقت بالای مدل شبکه عصبی در برآورد درصد اشباع خاک می باشد. با رتبه بندی مقادیر R و MSE مشخص شد که مدل شبکه عصبی با تعداد 8 نرون در لایه پنهان عملکرد بهتری را از خود نشان می دهد.
Keywords:
Authors
مرتضی قضات
گروه خاک و پی عمران، واحد اراک، دانشگاه آزاد اسلامی، اراک، ایران
محسن نجارچی
گروه مهندسی عمران، واحد اراک، دانشگاه آزاد اسلامی اراک ایران
ایمان میرزاده
گروه مهندسی عمران، واحد اراک، دانشگاه آزاد اسلامی اراک ایران