ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید
CIVILICAWe Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

مدل برآورد مشخصات بتن حجیم در سدهای بتنی مبتنی بر استفاده از شبکه های عصبی

تعداد صفحات: 8 | تعداد نمایش خلاصه: 2129 | نظرات: 0
سال انتشار: 1383
کد COI مقاله: 232_4628523435
زبان مقاله: فارسی
(فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.

با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید.در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.

لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید.

برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

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 در اختیار داشته باشید.

قیمت این مقاله : 3,000 تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله مدل برآورد مشخصات بتن حجیم در سدهای بتنی مبتنی بر استفاده از شبکه های عصبی

علی اکبر رمضانیانپور - استاد دانشکده مهندسی عمران و محیط زیست ، دانشگاه صنعتی امیرکبیر
مریم حقانی - دانشجوی کارشناسی ارشد مهندسی عمران ، گرایش سازه ، دانشگاه صنعتی امیرک

چکیده مقاله:

به دلیل پیچیدگی رفتار بتن و تغییر در مشخصات آن که ناشی از تغییر در کیفیت و کمیت مصالح و شرایط حاکم بر مساله می‎باشد ، ارایه طرح اختلاط مناسب با توجه به شرایط اجرا و نیازهای طرح بسیار پیچیده است. این پیچیدگی همزمان با افزایش تعداد پارامترهای مؤثر بر مساله در حالتی همچون بتن حجیم نمود بیشتری می یابد. با پیشرفت علم از شبکه های عصبی به منظور مدل نمودن معادلات چند مجهولی غیر خطی در زمینه های مختلف علوم مهندسی استفاده شده است که بحث طرح اختلاط بتن حجیم نیز مطمئنا" از این قاعده مستثنی نمی‎باشد .] 1[ لذا در این تحقیق سعی گردیده با استفاده از شبکه های عصبی پیشخور همراه با روش الگوریتم یادگیری پس انتشار خطا به پیش بینی طرح اختلاط بتن حجیم پرداخته شود . پارامترهای ورودی مدل در نظر گرفته شده شامل وزن مصالح درشت دانه و ریزدانه (به تفکیک دانه بندی )، آب ، سیمان و مواد روان کننده ، ماکزیمم سایز درشت دانه ، درجه حرارت بتن ، در صد هوای بتن تازه ، وزن حجمی بتن تازه و نسبت آب به سیمان می باشد .با استفاده از روشهای ریاضی بهترین مدل جهت ارائه بهترین نتایج مد نظر قرار گیرد و در تمامی این مدلها پارامترهای خروجی یکی از دو پارامتر مقاومت 7 روزه و یا مقاومت 28 روزه بتن بوده است . در این مدل از اطلاعات مربوط به 73 نمونه آزمایشگاهی یکی از سدهای استان خوزستان استفاده شده که از آن میان 58 داده به عنوان زوج آموزشی و 15 داده به عنوان زوج آزمایشی در نظر گرفته شده است . در انتخاب داده های آزمایشی با استفاده از روشهای آماری دقت کافی به منظورکفایت داده ها و توزیع مناسب آنها صرف گردیده است . در این مدل به منظور رسیدن به نتایج مناسب ، روشهای پیش پردازشی متفاوتی مورد استفاده قرار گرفته است که نتایج هر یک به نوبه خود حائز اهمیت می باشد . نکته ای که کاملا" در تمامی این مدلها به صورت واضع مشاهده می گردد این است که این مدلها با یک خطای قابل قبول مهندسی نتایج مناسبی را در اختیار کاربر قرار می دهند

کلیدواژه ها:

شبكه عصبي مصنوعي، بتن حجيم، پيش پردازش، ضريب همبستگي، مقاومت فشاري، ميانگين مجذورات خطا

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/281/

کد COI مقاله: 232_4628523435

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:
رمضانیانپور، علی اکبر و حقانی، مریم،1383،مدل برآورد مشخصات بتن حجیم در سدهای بتنی مبتنی بر استفاده از شبکه های عصبی،اولین کنگره ملی مهندسی عمران،تهران،،،https://civilica.com/doc/281

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: (1383، رمضانیانپور، علی اکبر؛ مریم حقانی)
برای بار دوم به بعد: (1383، رمضانیانپور؛ حقانی)
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 :

  • منهاج، م، "مبانی شبکه‌های عصبی"، مرکز نشرپرفسورحسابی . (1378). ...
  • [-آکاو، ع و ثروتی، م، "شبکه‌های عصبی مصنوعی در تحلیل ...
  • باوکر، آلبرته وجرال ج.لیبرمن، "آمار مهندسی، مرکز نشردانشگاهی _ ترجمه ...
  • داور پناه، آرش، " برآورد مشخصات بتن و بهینه سازی ...
  • Yeh, I-Cheng; *Design of High -Performance Concrete Mixture Using Neural ...
  • Pooliyadda, S .P.& W.P.S.Dias;، Neural Networks for Predicting Properties of ...
  • مدیریت اطلاعات پژوهشی

    صدور گواهی نمایه سازی | گزارش اشکال مقاله
    این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
  • هوش مصنوعی > شبکه عصبی
  • 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: 19,748
    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.

    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