استفاده از شبکه های عصبی مصنوعی در تخمین ظرفیت باربری شالوده های سطحی واقع بر بسترهای چند لایه چسبنده
- سال انتشار: 1390
- محل انتشار: فصلنامه مدل سازی در مهندسی، دوره: 9، شماره: 24
- کد COI اختصاصی: JR_JME-9-24_006
- زبان مقاله: فارسی
- تعداد مشاهده: 813
نویسندگان
کارشناس ارشد مهندسی عمران، گرایش خاک و پی، دانشگاه سمنان. نویسنده مسئول
استادیار، دانشکده مهندسی عمران، دانشگاه سمنان
استادیار، دانشکده مهندسی عمران، دانشگاه سمنان
چکیده
تخمین ظرفیت باربری شالوده های سطحی، موضوع بسیاری از تحقیقات در حوزه مکانیک خاک و پی بوده است. روش های متعددی به منظور دستیابی به این هدف توسط برخی محققین برجسته پیشنهاد شد ه که اغلب در مورد بسترهای همگن و یا دو لایه بوده است؛ در حالی که به طور کلی خاک یک محیط همگن و ایده آل نیست و در بسیاری موارد مدل سازی بستر خاکی به صورت یک بستر چند لایه، منجر به دستیابی به نتایج بهتری خواهد شد. متداول ترین روش در تخمین ظرفیت باربری شالوده های واقع بر بسترهای چندلایه، روش های عددی المان محدود و تفاضل محدود است. در این میان، تکنیک شبکه های عصبی مصنوعی نیز که در آن از بانک داده های حاصل از مدل سازی های فیزیکی و عددی استفاده شده باشد، می تواند جهت دستیابی به این هدف مورد استفاده قرار گیرد. یکی از برتری های این روش نسبت به روش های دیگر، سرعت و سادگی استفاده از آن است. در اینمقاله، مدلی بر پایه شبکه های عصبی مصنوعی پرسپترون چند لایه و بر حسب پارامترهای چسبندگی و زاویه اصطکاک داخلی خاک و نیز شرایط هندسی مسئله شامل ضخامت لایه های خاک و عرض شالوده ارائه شده که قادر است ظرفیت باربری شالوده های واقع بر بسترهای لایه ای را تخمین بزند. در ادامه، روش رگرسیون چند متغیره که قادر است با برازش از میان نتایج حاصل از مدل سازی عددی، رابطه ای کاربردی بین پارامترهای ورودی و ظرفیت باربری نهایی برقرار نماید، معرفی شده است. نتایج ظرفیت باربری حاصل از شبکه عصبی و روش رگرسیون چند متغیره نشانگر عمل کرد مناسب آنها در تخمین ظرفیت باربری شالوده های سطحی روی بسترهای چند لایه است که میتواند منجر به ارائه روابطی کاربردی جهت تخمین ظرفیت باربری شالوده های سطحی شود.کلیدواژه ها
شالوده سطحی، ظرفیت باربری نهایی، بستر خاکی چند لایه، شبکه عصبی مصنوعیمقالات مرتبط جدید
- رتبه بندی فاکتورهای اساسی در ایمنی و امنیت مواد غذایی در زنجیره تأمین با روش BWM در ایران
- ارائه الگوی پیاده سازی سیستم QA/QC در ساخت ساختمان های سبز و اولویت بندی عوامل با استفاده از روش دیمتل و تحلیل AHP (مطالعه موردی شهر کرج)
- کاربرد محاسبات خاکستری در مدل سازی ریاضی
- اولین کنفرانس ملی مدل سازی ریاضی و رو ش های محاسباتی در علوم و مهندسی مدل های حمل و نقل با ساختار مسئله چند انتخابی
- احراز هویت در تلفن های همراه هوشمند از طریق شناسایی هندسه دست بدون تماس مبتنی بر شناسایی رنگ پوست و استخراج ویژگی های بیومتریک
اطلاعات بیشتر در مورد 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.