استفاده از شبکه‌های عصبی مصنوعی در مدل‌سازی اندیس فشردگی خاک‌های ریزدانه
Publish Year: 1389
Type: Conference paper
Language: Persian
View: 1,401
This Paper With 10 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
IRGID02_032
Index date: 22 January 2010
استفاده از شبکه‌های عصبی مصنوعی در مدل‌سازی اندیس فشردگی خاک‌های ریزدانه abstract
احداث ساختمان‌ها و سازه‌های مختلف، باعث به هم فشرده شدن ذرات خاک و در نتیجه نشست خاک می‌گردد. نشست خاک تابع عواملی مختلفی مانند تغییر شکل فشاری، خارج شدن هوا و آب از خلل و فرج و... می‌باشد. در این مقاله با استفاده از شبکه‌های عصبی مصنوعی، همبستگی آماری بین خصوصیات فیزیکی خاک‌های ریزدانه (حد روانی، حد خمیری، چگالی نسبی، نسبت پوکی و رطوبت اولیه) و اندیس‌فشردگی مورد بررسی قرار گرفت. همچنین یک واسنجی بین روش‌های تجربی مختلف موجود برای تعیین شاخص فشردگی با شاخص فشردگی اندازه‌گیری شده در آزمایشگاه صورت پذیرفت. نتایج نشان داد که رابطه Rendon-Herrero از میان روابط تجربی با بالاترین ضریب همبستگی و کمترین درصد خطا، بالاترین دقت را در برآورد اندیس‌فشردگی دارد. در مقابل شبکه‌های عصبی مصنوعی اندیس‌فشردگی را با دقتی بالاتر و درصد خطای کمتر از رابطه رندون و هر رو برآورد می‌کند.
استفاده از شبکه‌های عصبی مصنوعی در مدل‌سازی اندیس فشردگی خاک‌های ریزدانه Keywords:
استفاده از شبکه‌های عصبی مصنوعی در مدل‌سازی اندیس فشردگی خاک‌های ریزدانه authors
مهدی دریائی
دانش آموخته کارشناسی ارشد سازه های آبی دانشکده مهندسی علوم آب دان
سید محمود کاشفی پور
دانشیار گروه سازه های آبی دانشکده مهندسی علوم آب دانشگاه شهید چمرا
جواد احدیان
استادیار دانشکده مهندسی علوم آب دانشگاه شهید چمران اهواز
رسول قبادیان
استادیار گروه مهندسی آب دانشکده کشاورزی دانشگاه رازی
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 :