تعیین پتانسیل رمبندگی از طریق مدل سازی خاک در شبکه های عصبی مصنوعی

  • سال انتشار: 1390
  • محل انتشار: ششمین کنگره ملی مهندسی عمران
  • کد COI اختصاصی: NCCE06_0721
  • زبان مقاله: فارسی
  • تعداد مشاهده: 1308
دانلود فایل این مقاله

نویسندگان

جواد شریفی

دانش آموخته زمین شناسی مهندسی - دانشگاه تربیت مدرس

حبیب الرحمن جمشیدزهی

اداره کل نوسازی مدارس استان سیستان و بلوچستان

مجید حمیدی راد

شرکت مهندسین مشاور راه و پل هامون

چکیده

در این تحقیق به منظور تعیین پتانسیل رمبندگی خاک شهر زاهدان، نمونه های مختلف خاک رمبنده از نقاط مختلف آن دشت گردآوری شده و درآزمایشگاه مورد بررسی قرار گرفته است. در آزمایشگاه آزمای شهای معمول رمبندگی بر روی نمونه ها انجام شده و تعداد 120 نمونه حاصل از اعماق و مکان های مختلف دشت در پایگاه داده ثبت گردید. آزمایش رمبندگی انجام شده تحکیم مضاعف بوده که برای بررسی بیشتر از روابط دیگری نیز استفاده شده و پتانسیل رمبنده بودن هر نمونه مشخص شده است. در مراحل بعد نتایج برای ورود به شبکه های عصبی مصنوعی آماده شده و مدل سازی انجام گردید. پس از مرحله آموزش شبکه و یادگیری، مدل های مختلف شبکه مورد سعی و خطا قرار گرفته و در ادامه مدل بهینه انتخاب شده است. این مدل در نهایت نیز با روش های تجربی مورد ارزیابی قرار گرفته است. نتایج نشان داد که شبک ههای عصبی مصنوعی م یتواند روشی دقیق برای مدل سازی خاک های رمبنده مورد استفاده قرار گیرد.

کلیدواژه ها

خاک های رمبنده، پتانسیل رمبندگی، مدل سازی، شبکه های عصبی مصنوعی

مقالات 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.