تعیین ضریب نفوذ پذیری خاک های ریزدانه با استفاده از نتایج آزمایشگاهی و هوش مصنوعی

  • سال انتشار: 1390
  • محل انتشار: ششمین کنگره ملی مهندسی عمران
  • کد COI اختصاصی: NCCE06_1197
  • زبان مقاله: فارسی
  • تعداد مشاهده: 7217
دانلود فایل این مقاله

نویسندگان

قادر باقری

دانشجوی دکتری عمران، دانشگاه آزاد اسلامی واحد زنجان

حمید شعبانزاده

عضو هیئت علمی دانشکده فنی و مهندسی دانشگاه آزاد اسلامی واحد زنجان

اصغر رسولی

دانشجوی دکتری عمران، دانشگاه آزاد اسلامی واحد علوم و تحقیقات تهران

چکیده

یکی از مهمترین پارامترهای مود نیاز جهت طراحی در سازه های بزرگ، به خصوص در سازه های آبی، نفوذپذیری درخاک و زمین ساختگاه می باشد. امروزه روشهای مختلفی برای تعیین این ضریب در محل و یا در آزمایشگاه با توجه به نوع خاک وجود دارد. پارامترهای مختلف زیادی در میزان نفوذپذیری خا ک مؤثر م یباشند. جهت تعیین آزمایشگاهی ضریب نفوذپذیری خا کهای ریزدانه از آزمایش نفوذپذیری با هد متغیر اسفاده می گردد که بدلیل پایین بودن ضریب نفوذپذیری خاک های ریزدانه، این آزمایش زمان بر خواهد بود. در این مقاله با انجام آزمایش های متعدد بر روی انواع خا کهای ریزدانه، مشخصات فیزیکی خا کهای ریزدانه به همراه نفوذپذیری آنها تعیین شده و سپس بر اساس پردازش نتایج بدست آمده، امکان استفاده از شبکه عصبی مصنوعی تابع بنیادی شعاعی RBFNN)و شبکه عصبی رگرسیون توسعه یافتهGrnn) به منظور برآورد بین ضریب نفوذپذیری خاک های ریزدانه با استفاده از پارامترهای فیزیکی خاک بررسی شده است. نتایج حاصل نشان می دهد که با درصد خطای قابل قبول می توان با استفاده از پارامترهای فیزیکی خاک و به کمک هوش مصنوعی، ضریب نفوذپذیری خاک های ریزدانه را تعیین نمود

کلیدواژه ها

نفوذپذیری، پارامترهای فیزیکی خاک، خاک های ریزدانه، شبکه 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.