بکارگیری شبکه عصبی مصنوعی جهت پیش بینی جنس لایه های خاک با استفاده از اطلاعات حفاری های موجود ـ مطالعه موردی پروژه سرای محله منطقه 22 تهران پیکان شهر

سال انتشار: 1390
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 871

فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

SMEC08_075

تاریخ نمایه سازی: 4 اسفند 1391

چکیده مقاله:

روشهای مرسوم برای تعیین جنس لایه های خاک درحدفاصل بین گمانه ها دارای فرضیات و پیچیدگی هایی هستند بعضا امکان دارد درطول حفاری یک گمانه دربعضی اعماق تهیه نمونه مناسب میسر نشود دراین مقاله با استفاده از اطلاعات گمانه های موجود برای پروژه سرای محله منطقه 22ت هران پیکان شهر و با کمک شبکه عصبی مصنوعی روشی برای تشخیص لایه ها ارایه شده است برای این منظور مختصات هرلایه به عنوان ورودی شبکه و جنس لایه نیز به عنوان خروجی درنظر گرفته شده است بعدازطراحی شبکه مورد نظر ازالگوریتم انتشار سریع جهت آموزش شبکه استفاده شده است نرخ طبقه بندی صحیح به دست آمده 100درصد از داده های تست درمرحله تست حاکی ازانطباق مناسب شبکه طراحی شده با هدف این تحقیق بوده است

نویسندگان

شاهین رضوی

دانشجوی کارشناسی ارشد معدن

کامران گشتاسبی گوهرریزی

دانشیاردانشگاه تربیت مدرس تهران

کاوه آهنگری

استادیار دانشگاه آزاد اسلامی واحد علوم و تحقیقات تهران

سیده زهرا پورحیدر

دانشجوی کارشناسی ارشد زمین شناسی

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 :