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

ارزیابی وزن مخصوص خاک با استفاده از شبکه های عصبی مصنوعی ANN)

سال انتشار: 1391
کد COI مقاله: NCSEG02_158
زبان مقاله: فارسیمشاهده این مقاله: 602
فایل این مقاله در 6 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 6 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله ارزیابی وزن مخصوص خاک با استفاده از شبکه های عصبی مصنوعی ANN)

یاسر محمودی - کارشناس ارشد مهندسی عمران ،دانشگاه صنعتی نوشیروانی بابل
فرهاد عسکری بیزکی - کارشناس ارشد ژئوتکنیک ، دانشگاه صنعتی نوشیروانی بابل

چکیده مقاله:

برای شناسایی ساختار لایه های خاک در یک پروژه ، بسته به گستره آن نیاز به حفر یک یا چند گمانه و انجام آزمایشات زیادی می باشد که مستلزم صرف هزینه ی زیاد می باشد. افزایش اطمینان در درون یابی ساختار و خصوصیات لایه های خاک بین گمانه ها منجر به بهبود ارزیابی زمین شناسیو در نتیجه کاهش هزینه ها شده و امکان برنامه ریزی صحیح برای انجام عملیات ساختمانی را فراهم خواهد آمد.همزمان با پیشرفت تکنولو ژی تکنیک های جدید در زمینه ارزیابی و تخمین وزن مخصوص خاک ها ارائه شده است که یکی از این تکنولوژی ها شبکه عصبی مصنوعیArtifical Neural Network هستند که شبکه های عصبی مصنوعی دستگاه ها یا نرم افزارهایی هستند که بر اساس ساختمان عصبی مغز انسان سازمان یافته اند و رفتارهایی را از خود نشان می دهند که مشابه آن در کاربرد مغز انسان وجود دارد بررسی ها نشا نمی دهد که این شبکه ها قابلیت یادگیری، یادآوری، فراموش کردن، شناخت الگو، طبقه بندی اطلاعات و بسیاری دیگر از مهارتهای مغز انسان را دارد.

کلیدواژه ها:

شبکه های عصبی مصنوعیANN) تخمین وزن مخصوص، ساختار لایه های خاک، تغییرات ساختاری

کد مقاله/لینک ثابت به این مقاله

کد یکتای اختصاصی (COI) این مقاله در پایگاه سیویلیکا NCSEG02_158 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/190313/

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:
محمودی، یاسر و عسکری بیزکی، فرهاد،1391،ارزیابی وزن مخصوص خاک با استفاده از شبکه های عصبی مصنوعی ANN)،دومین کنفرانس ملی سازه، زلزله، ژئوتکنیک،بابلسر،https://civilica.com/doc/190313

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، محمودی، یاسر؛ فرهاد عسکری بیزکی)
برای بار دوم به بعد: (1391، محمودی؛ عسکری بیزکی)
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 :

  • محمودی، یاسر. (1390). "کاربر شبکه های عصبی مصنوعی (A N ...
  • ameskamp m., (1997) "three dimensional rule-based continuous soil modeling", phd ...
  • cal y., (1995) "soil classificationby neural networks", advances in engineering ...
  • .gangopadhyay S., gautam t.r. & gupta a.d., (1999) "subsurface ch ...
  • j.h., ghaboussi j. &xu x. (1992) "neural networks and their ...
  • haykin s..(1999) "neural networks a comprehensive foundation, prentice-hall international inc". ...
  • kumar j.k., konno m. & yasuda n., (2002) "subsurface soil ...
  • Levin e.r. & kimes d.s., (1996) "classifying soil structure using ...
  • parma g., barga a. & menzes b.(20 02)"variations of back ...
  • مدیریت اطلاعات پژوهشی

    صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم

    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: 5,841
    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

    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