پیش بینی پتانسیل روانگرایی خاک های ریزدانه چسبنده با استفاده از شبکه های عصبی مصنوعی
محل انتشار: دومین کنفرانس ملی مکانیک خاک و مهندسی پی
سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 663
فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
SMFE02_393
تاریخ نمایه سازی: 27 بهمن 1394
چکیده مقاله:
در این تحقیق جهت پیش بینی پتانسیل روانگرایی خاک های ریزدانه چسبنده از طریق شبکه های عصبی مصنوعی، نمونه هایی از خاک چند منطقه باسابقه روانگرایی گردآوری و در آزمایشگاه مورد بررسی قرار گرفته است. سپس با معیارهای مختلف روانگرایی خاک های ریزدانه چسبنده (معیارچینی (1981)، معیار آندریو و مارتین (2000) و معیار سید و همکاران (2003)، پتانسیل روانگرایی آنها مورد بررسی قرار گرفته و در ادامه نتایج دریک پایگاه داده ثبت شده است. سپس نتایج برای ورود به شبکه های عصبی مصنوعی آماده شده و مدل سازی انجام گردید. پس از مرحله آموزششبکه و یادگیری، مدلهای مختلف شبکه مورد سعی و خطا قرار گرفته و در ادامه مدل بهینه انتخاب شده است. این مدل در نهایت نیز با روشهایتجربی مورد ارزیابی قرار گرفته است. نتایج نشان داد که شبکه های عصبی مصنوعی می تواند روشی دقیق برای مدلسازی خاک های ریزدانهروانگرا مورد استفاده قرار گیرد.
کلیدواژه ها:
نویسندگان
آرمان کلایه ئی
کارشناس ارشد ژئوتکنیک، مهندسین مشاور صحراکاو
حبیب حیدری
دانشجوی دکتری زمینشناسی مهندسی، دانشگاه خوارزمی
جواد شریفی
دانشجوی دکتری زمین شناسی مهندسی، دانشگاه فردوسی مشهد
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 :