ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
ناشر تخصصی کنفرانسهای ایران
ورود |عضویت رایگان |راهنمای سایت |عضویت کتابخانه ها
عنوان
مقاله

پیش بینی بیشترین تغییرشکل دیوارهای حایل میخ کوبی شده، با استفاده ازشبکه های عصبی مصنوعی

سال انتشار: 1390
کد COI مقاله: NCCE06_0453
زبان مقاله: فارسیمشاهده این مقاله: 968
فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 8 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله پیش بینی بیشترین تغییرشکل دیوارهای حایل میخ کوبی شده، با استفاده ازشبکه های عصبی مصنوعی

هادی شمس - دانشجوی کارشناسی ارشد عمران، گرایش خاک وپی، دانشگاه آزاد اسلامی واحد ا
محسن اژدری - استادیار دانشگاه آزاد اسلامی واحد استهبان
سیدمحمدعلی زمردیان - استادیار دانشگاه آزاد اسلامی واحد استهبان

چکیده مقاله:

دراین تحقیق به پیش بینی بیشترین تغییر شکلهای ایجاد شده در دیوارهای نگهدار میخکوبی شده گودبرداریهای عمیق بوسیله یک شبکه عصبی مصنوعی پرداخته شده است. درابتدا عناصر تشکیل دهنده دیوار میخکوبی شده، براساس آیین نامهFHWA طراحی شده است. سپس با استفاده از نتایج طراحی، تحلیل های عددی اجزاء محدود متعددی به منظور دستیابی به رفتار تنش-کرنش دیوار های مختلف میخکوبی شده توسط نرم افزار Phase2 و به صورت دوبعدی انجام شده است. پس از مشخص شدن داده های بدست آمده از تحلیل عددی انجام شده توسط نرم افزار مذکور با استفاده ازاین بانک داده ها به آموزش شبکه عصبی با الگوریتم پس انتشار خطا پرداخته شده است. در این شبکه عصبی، ارتفاع دیوار، ضریب ارتجاعی خاک، زاویه اصطکاک داخلی خاک، وزن مخصوص خاک، فاصلهمیخها از یکدیگر و قطر و طول میخها به عنوان نرونهای ورودی وجابجائی وضریب اطمینان بعنوان نرونهای خروجی شبکه استفاده می شود. شبکه تربیت یافته به خوبی قادر به پیش بینی تغییر شکل افقی وضریب اطمینان دیوارهایی که در طی آموزش به شبکه معرفی شده اند، می باشد. همچنین نتایج تحلیلهای جدید که شبکه در طی آموزش با آنها برخورد نداشته است، توسط شبکه تربیت شده با دقت قابل قبول پیش بینی شدند

کلیدواژه ها:

کد مقاله/لینک ثابت به این مقاله

کد یکتای اختصاصی (COI) این مقاله در پایگاه سیویلیکا NCCE06_0453 میباشد و برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/120647/

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
شمس، هادی و اژدری، محسن و زمردیان، سیدمحمدعلی،1390،پیش بینی بیشترین تغییرشکل دیوارهای حایل میخ کوبی شده، با استفاده ازشبکه های عصبی مصنوعی،ششمین کنگره ملی مهندسی عمران،سمنان،https://civilica.com/doc/120647

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1390، شمس، هادی؛ محسن اژدری و سیدمحمدعلی زمردیان)
برای بار دوم به بعد: (1390، شمس؛ اژدری و زمردیان)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله 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 مقاله لینک شده اند :

  • حساسیت سنجی پارامترهای مقاومت برشی خاک بر نیروی کششی میخها در دو حالت دینامیکی و استاتیکی در تسلیح خاک به روش میخکوبی [مقاله کنفرانسی]
  • اژدری، م. (1388)، طرح پژوهشی باعنوان" پیش بینی پارامتر تنش ...
  • Byrne, R. J. , Cotton, D., Pporterfield, J., Wolschlag, C., ...
  • Phase, (2004), user's manual of Phase. ...
  • Thompson, S. R., and Miller, I. R., "Design, Construction and ...
  • _ F. H. W. A. (2003). _ Manual for design ...
  • Brinkgreve RBJ, Bakker HL. Nonlinear Finite Element Analysis of Safty ...
  • مدیریت اطلاعات پژوهشی

    صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم
    این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    کدام مقالات به این منبع استناد نموده اند


    بر اساس سیستم تحلیلی استنادات مقالات، تاکنون برای نگارش 1 مقاله استفاده شده است.

    مقالات مرتبط جدید

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره 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.

    پشتیبانی