پیش بینی نشست زمین با استفاده از شبکه های عصبی مصنوعی و رگرسیون خطی چند متغیره
- سال انتشار: 1389
- محل انتشار: همایش ملی مهندسی عمران و توسعه پایدار
- کد COI اختصاصی: ESTAHBANCCE01_148
- زبان مقاله: فارسی
- تعداد مشاهده: 1868
نویسندگان
دانشجوی کارشناسی ارشد مهندسی معدن دانشگاه تربیت مدرس
دانشجوی کارشناسی ارشد مهندسی معدن
دانشجوی کارشناسی ارشد مکانیک سنگ
استادیار و عضو هیئت علمی بخش معدن
چکیده
گسترش روز افزون فضاهای زیرزمینی بخصوص تونلهای مترو در شهرهای پرجمعیت و تاثیر آن برروی زمین از سوی دیگر باعث افزایش مطالعات در زمینه ارزیابی و پیش بینی نشست زمین حاصل از حفر تونل در مناطق شهری شده است چگونگی تاثیر پارامترهای مختلف و پیچیده بودن ارتباط این پارامترها همواره به عنوان مساله مهمی در این فرایند مطرح بوده است روش شبکه عصبی و رگرسیون خطی چند متغیره از کارامدترین روشها در زمینه بررسی و پیش بینی نحوه ارتباط پارامترها با یکدیگر می باشند دراین مقاله کارایی و دقت شبکه عصبی و رگرسیون خطی چند متغیره در پیش بینی نشست مورد بررسی قرارگرفته است سپس نتایج مدلهای حاصله با یکدیگر مقایسه شده است نتایج نشان از دقت بالای مدل حاصل از شبکه عصبی در مقایسه با روش رگرسیون دارد.کلیدواژه ها
پیش بینی نشست، شبکه عصبی، رگرسیون خطی چند متغیره، تونلسازیمقالات مرتبط جدید
اطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.