مدل سازی نشست زمین با استفاده از شبکه عصبی مصنوعی ANN
محل انتشار: اولین کنفرانس ملی پیشرفت شهرسازی، معماری و عمران
سال انتشار: 1404
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 79
فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
CCUR01_449
تاریخ نمایه سازی: 13 مهر 1404
چکیده مقاله:
نشست زمین فرایندی است که در آن سطح زمین به دلایل مختلف فرو میرود. این پدیده در مناطق شهری و صنعتی که در آنها فعالیتهای عمرانی گسترده ای صورت میگیرد میتواند خسارات جبران ناپذیر زیادی به زیرساختها، ساختمانها و شبکههای حمل و نقل وارد آورد. بنابراین پیش بینی و مدل سازی آن از اهمیت ویژه ای برخوردار است. روشهای سنتی پیش بینی نشست زمین که اغلب بر اساس دادههای آزمایشگاهی و تجربی انجام میشدند اگرچه موثر بودند اما محدودیتهایی نیز داشتند که از جمله میتوان به پرهزینه بودن، نیاز به دادههای زیاد و نداشتن دقت کافی اشاره کرد. مطالعات زیادی برای نشان دادن دقت مدل شبکه عصبی مصنوعی (Artificial Neural Networks-ANN) در پیش بینی نشست زمین انجام شده که موید دقت بالای مدل است. این مقاله با بررسی و مرور چند مطالعه نشان میدهد شبکههای عصبی مصنوعی میتوانند به عنوان راهکاری جدید این محدودیتها را کاهش داده و دقت پیش بینی فرونشست را افزایش دهند.
کلیدواژه ها:
نویسندگان
عرفان مجتهدزاده
دانشجوی دکتری، عمران مهندسی و مدیریت ساخت، دانشکده عمران، دانشگاه آزاد اسلامی واحد علوم و تحقیقات تهران
سپهر سنائی
دانشجوی کارشناسی، عمران، دانشکده عمران، دانشگاه آزاد اسلامی واحد علوم و تحقیقات، تهران