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

Artificial Neural Network to Predict Equilibrium Local Scour Depth around Semicircular Bridge Abutments

سال انتشار: 1391
کد COI مقاله: SASTECH06_072
زبان مقاله: انگلیسیمشاهده این مقاله: 1,471
فایل این مقاله در 10 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 10 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله Artificial Neural Network to Predict Equilibrium Local Scour Depth around Semicircular Bridge Abutments

S. A. Begum - ۱Department of Computer Science, Assam University, Silchar, Assam, India
A. K. Md. Fujail
A. K. Barbhuiya - Department of Civil Engineering, National Institute of Technology, Silchar Assam, India

چکیده مقاله:

Local scour around bridge abutment is a common problem encountered worldwide. Much experimentation has been carried out in this field and the equations derived so far are applicable to particular circumstances only. In this paper, Artificial Neural Network (ANN) approach has been applied to the problem of scour around semicircular bridge abutments. Multilayer Perceptron (MLP) with single hidden layer and Radial Basis Function (RBF) network have been trained with the experimental data from literature and an appropriate model of each of the network is identified. The performance of the developed models has been evaluated using Root Mean Square Error (RMSE) and Correlation Coefficient (CC). A sensitivity analysis of input parameter has been carried out. The accuracy of the trained model has been evaluated against some of the empirical models available in the literature. Experimental results show the suitability and reliability of application of ANN for scour depth prediction around bridge abutments

کلیدواژه ها:

کد مقاله/لینک ثابت به این مقاله

کد یکتای اختصاصی (COI) این مقاله در پایگاه سیویلیکا SASTECH06_072 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/158958/

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:
Begum, S. A. and Md. Fujail, A. K. and Barbhuiya, A. K.,1391,Artificial Neural Network to Predict Equilibrium Local Scour Depth around Semicircular Bridge Abutments,6th Symposium on Advances in Science and Technology (5thsastech,https://civilica.com/doc/158958

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: (1391, Begum, S. A.؛ A. K. Md. Fujail and A. K. Barbhuiya)
برای بار دوم به بعد: (1391, Begum؛ Md. Fujail and Barbhuiya)
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 :

  • Agarwal, R. D. Sing, Mishra, S. K., Bhunya, P. K., ...
  • Azamathulla, H. M., Deo, M. C., Deolalikar, P. B., (2008). ...
  • _ _ abutment, _ _ _ _ Emerging Trends and ...
  • Dey, S., Barbhuiya, A. K., (2005). Time Variation of Scour ...
  • Froehlich, D. C., (1989). Local SCOur at bridge abutments. Proc. ...
  • Fujail, A. K. Md., Begum, S. A., Barbhuiya, A. K., ...
  • Hassoun, M. H., (2002). Fundamentas of Artificial Neural Network, Prentice-Hal ...
  • Kambekar, A. R., Deo, M. C., (2003). Estimation of group ...
  • Kandasamy, J. K., Melville, B. W., (1998). Maximum local scour ...
  • s"ssrec» 2012, Malaysia, Kuala Lumpur. 24-25 March, 2012. Organized by ...
  • Kil, R. M., (1993). "Function Appro ximation Based On a ...
  • Kim, E. H., Hyun, K. H., Kwak, Y. K., (2005). ...
  • Lee, T. L., Jeng, D. S., Zhang, G. H., Hong, ...
  • Liriano, S. L, Day, R. A., (2001). Prediction of scour ...
  • Nagy, H. M., Watanabe, K., Hirano, M., (2002). Prediction of ...
  • Richardson, E. V, Harrison, L. J., Richardson, J. R., Davies, ...
  • Soliman, M., (2007). Artificial neural network prediction of maximum scour ...
  • 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.

    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