ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
CIVILICAWe Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

تخمین هوشمند حداکثر عمق آبشستگی اطراف پایه پل در رسوبات غیریکنواخت با استفاده از شبکه عصبی

سال انتشار: 1386
کد COI مقاله: NCCE03_355
زبان مقاله: فارسیمشاهد این مقاله: 955
فایل این مقاله در 8 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 8 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله تخمین هوشمند حداکثر عمق آبشستگی اطراف پایه پل در رسوبات غیریکنواخت با استفاده از شبکه عصبی

حمیدرضا رنجبر - دانشجوی کارشناسی ارشد گروه عمران آب دانشگاه تربیت مدرس
سیدامین سلامتیان - دانشجوی کارشناسی ارشد گروه عمران آب دانشگاه تربیت مدرس
مسعود قدسیان - استاد گروه عمران دانشگاه تربیت مدرس

چکیده مقاله:

تعیین آبشستگی موضعی اطراف پایه پل ها، یکی از اساسی ترین مسایل در طراحی فوندانسیون پل ها می باشد. یکی از مسائل مهم در تخریب پلهای قرار گرفته بر روی رودخانه ها،آبشستگی اطراف پایه ها و کوله ها می باشد. در پدیده آبشستگی اطراف پایه پل، عوامل بسیار زیادی از جمله قطر پایه، دبی جریان، دانه بندی رسوبات و ... اثرگذار می باشد. تحقیقات بسیاری بر روی آبشستگی موضعی اطراف پایه پل انجام شده است، حال آنکه بدلیل گستردگی پارامترهای تاثیرگذار و پیچیدگی روابط بین آنها، اثر تواما همه پارامترها مقدور نمی باشد لذا ارایه یک مدل ساده بر پایه شبکه عصبی، بدون نیاز به اصلاحات خاص، کمک شایانی به بررسی پدیده آبشستگی اطراف پایه پل خواهد نمود. شبکه عصبی مصنوعی از جمله روشهایی است که مستقل از مدل، به درون یابی روابط ذاتی میان داده ها می پردازد. این روش برخلاف مبنای الگوریتمی، بر اساس آموزش شبکه، سعی در بازیابی خصلتهای نهایی الگوها را دارد، بطوریکه پس از یادگیری می تواند آموخته های خود را به حالتهای مشابه تعمیم دهد. در تحقیق حاضر از شبکه عصبی مصنوعی ( Artificial Neural Network) بعنوان یک ابزار محاسباتی برای تخمین عمق آبشستگی استفاده گردیده است. مدل ریاضی پیشنهادی از نوع پرسپترون ( Perceptron) چندلایه می باشد و از الگوریتم پس از انتشار خطا برای آموزش شبکه استفاده شده است. به منظور آموزش شبکه از داده های مربوط به گروه FHWR استفاده شده است و از قسمتی از این داده ها نیز برای صحت یابی شبکه بهره گرفته شده است. ساختارهای مختلف شبکه عصبی مصنوعی شامل قانون یادگیری، تابع انتقال، تعداد لایه های مخفی، تعداد گره های هر لایه و نوع داده های مورد نیاز برای آموزش در این تحقیق مورد بررسی قرار گرفته و حالت بهینه تعیین شده است. در پایان مدل ریاضی با روش تجربی مقایسه گردیده و مزیت مدل ریاضی پیشنهادی مشخص شده است.

کلیدواژه ها:

پایه پل ، آبشستگس ، شبکه مصنوعی ، تخمین هوشمند ،‌یادگیری و پیش بینی

کد مقاله/لینک ثابت به این مقاله

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/16598/

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:
رنجبر، حمیدرضا و سلامتیان، سیدامین و قدسیان، مسعود،1386،تخمین هوشمند حداکثر عمق آبشستگی اطراف پایه پل در رسوبات غیریکنواخت با استفاده از شبکه عصبی،سومین کنگره ملی مهندسی عمران،تبریز،،،https://civilica.com/doc/16598

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: (1386، رنجبر، حمیدرضا؛ سیدامین سلامتیان و مسعود قدسیان)
برای بار دوم به بعد: (1386، رنجبر؛ سلامتیان و قدسیان)
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 ممقالهقاله لینک شده اند :

  • سلامتیان س.ا.، قدسیان م.، 1385، تخمین هوشمند دبی جریان رودخانه ...
  • البرزی م. 1380، آشنایی با شبکه‌های عصبی، انتشارات علمی دانشگاه ...
  • تاج کریمی، د، 1383. _ تحلیل آبشستگی بستر ناشی از ...
  • Chiew, Y.M. (1995). "Mechanics of riprap failure at bridge piers." ...
  • He cht-Nielsen, R. (1991). Neuro computing, Addi son-Wesley, New York. ...
  • A.A. Dehghani, S.A. Salamatian, M. Ghodsian, (2006). "Intelligent Estimation of ...
  • 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: 27,935
    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.

    مقالات پیشنهادی مرتبط

    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