پیش بینی نرخ نفوذ ماشین حفرتونل ؛ مقایسه نتایج روشهای رگرسیون خطی چند متغیره شبکه عصبی و سیستم استنتاج تطبیقی فازی عصبی
محل انتشار: نهمین همایش ملی تونل
سال انتشار: 1390
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,287
فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ITC09_109
تاریخ نمایه سازی: 12 آذر 1390
چکیده مقاله:
ماشینهای حفار تمام مقطع از مهمترین ماشین های حفاری درتونلها و فضاهای زیرزمینی به شمار می رود به دلیل قیمت بالای ماشین ارزیابی عملکرد دراین روش حفاری از اهمیت ویژه ای برخوردار است بنابراین مهمترین شاخص ارزیابی عملکرد ماشین حفر تونل نرخ نفوذ این دستگاه می باشد روشهای متنوعی برای پیش بینی نرخ نفوذ وجود دارد روشهای رگرسیون خطی چند متغیره شبکه عصبی و سیستم استنتاج تطبیقی فازی عصبی از روش هایی با کارایی بالا در مدلسازی و تشخیص الگو در داده ها می باشند دراین تحقیق با بکارگیری روش رگرسیون خطی شبکه عصبی و سیستم استنتاج تطبیقی فازی عصبی به پیش بینی نرخ نفوذ ماشین حفر تونل برای تونل انتقال آب کوئینز در نیویورک پرداخته است.
کلیدواژه ها:
نویسندگان
عبدالرضا یزدانی چمزینی
کارشناس ارشد مهندسی معدن دانشگاه تربیت مدرس
سیدمحمد هاشمی ریزی
کارشناسی ارشد مهندسیمعدن دانشگاه تربیت مدرس
محمد جوادی
کارشناسی ارشد مهندسی معدن
آزیتا سعیدی
دانشجوی کارشناسی ارشد مهندسی معدن
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 :