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 پتانسیل تورمی خاک های مارنی حوضه دریاچه نمک

سال انتشار: 1396
کد COI مقاله: JR_JWEM-9-3_005
زبان مقاله: فارسیمشاهده این مقاله: 33
فایل این مقاله در 17 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 17 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله پیش بینی پتانسیل تورمی خاک های مارنی حوضه دریاچه نمک

علیرضا مجیدی - دانشجوی دکتری زمین شناسی مهندسی، دانشکده علوم، دانشگاه فردوسی مشهد
غلامرضا لشکری پور - استاد، دانشکده علوم، دانشگاه فردوسی مشهد
ضیاءالدین شعاعی - دانشیار پژوهشکده حفاظت خاک و آبخیزداری، سازمان تحقیقات، آموزش و ترویج کشاورزی، تهران، ایران

چکیده مقاله:

پتانسیل تورمی خاک های ریزدانه از جمله عوامل موثر بر فرسایش و رفتار مکانیکی آن ها و همچنین از داده های ضروری در مراحل مطالعه، طراحی، اجرای و انتخاب مصالح اغلب سازه های مهندسی به خصوص سازه های هیدرولیکی هستند. در این پژوهش به منظور پیش بینی پتانسیل تورمی خاک های ریزدانه مارنی از مدل شبکه عصبی مصنوعی پرسپترون چند لایه و الگوریتم آموزش لونبرگ-مارکوارت استفاده شده است. به منظور مشخص نمودن بهترین مدل پیش بینی پتانسیل تورمی خاک های مارنی، چند عامل مختلف از جمله ساختار شبکه و ترکیب پارامتر های ورودی، به طور هم زمان و در ارتباط با یکدیگر به روش سعی و خطا مورد بررسی و ارزیابی قرار گرفت. در این تحقیق از نتایج آزمایش های فیزیکو شیمیایی و مکانیکی انجام شده بر روی ۶۰ نمونه خاک ریزدانه مارنی با سنگ مادری مارن های نئوژن، سازندهای قم و قرمز بالایی که از حوضه دریاچه نمک و در نواحی تهران، قم و ساوه برداشت شده، استفاده شده است. در این تحقیق از پارامتر شیمیایی قابلیت هدایت الکتریکی اشباع خاک EC، به عنوان یک پارامتر جدید همراه با پارامترهای شاخص و فیزیکی نظیر، حدود اتربرگ، دانه بندی، عدد فعالیت خاک، درصد پوکی و دانسیته اولیه خاک در پیش بینی پتانسیل تورمی خاک استفاده شد. مقادیر معیارهای ارزیابی R۲ ،RMSE و ضریب کارایی مدل MCE مربوط به بهترین مدل با پارامترهای فیزیکی Yd۰، C، M، A، PI و LL به ترتیب برابر ۰.۸۹، ۲.۳ و ۰.۸۴ و برای بهترین مدل با پارامترهای فیزیکی Yd۰، C، M، PI، LL به همراه پارامتر EC به ترتیب برابر ۰.۹۲، ۱.۷ و ۰.۹۱ می باشد. به این ترتیب نتایج معیارهای ارزیابی مدل های شبکه عصبی نشان داد که استفاده از پارامتر هدایت الکتریکی اشباع خاک به همراه دیگر پارامتر های خاک، باعث افزایش دقت و کارایی مدل شبکه عصبی در پیش بینی پتانسیل تورمی خاک های ریزدانه مارنی می شود.

کلیدواژه ها:

خاک های ریزدانه مارنی, شبکه عصبی مصنوعی, نئوژن, هدایت الکتریکی اشباع خاک

کد مقاله/لینک ثابت به این مقاله

کد یکتای اختصاصی (COI) این مقاله در پایگاه سیویلیکا JR_JWEM-9-3_005 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/1236475/

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:
مجیدی، علیرضا و لشکری پور، غلامرضا و شعاعی، ضیاءالدین،1396،پیش بینی پتانسیل تورمی خاک های مارنی حوضه دریاچه نمک،https://civilica.com/doc/1236475

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: (1396، مجیدی، علیرضا؛ غلامرضا لشکری پور و ضیاءالدین شعاعی)
برای بار دوم به بعد: (1396، مجیدی؛ لشکری پور و شعاعی)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

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.

علم سنجی و رتبه بندی مقاله

مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
نوع مرکز: دانشگاه دولتی
تعداد مقالات: 28,960
در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

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