ارائه شبکه عصبی مناسب برای طرح اختلاط بهینه سدهای بتنی غلتکی
محل انتشار: سومین کنفرانس بین المللی بتن و توسعه
سال انتشار: 1388
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,945
فایل این مقاله در 9 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:
ICCD03_084
تاریخ نمایه سازی: 20 مهر 1387
چکیده مقاله:
یکی از روش هایی که در ساخت سدهای بتنی و خاکی به عنوان جایگزینی مناسب مطرح است روش ساخت سدها به شیوه بتن غلتکی می باشد. صرف بودجه کمتر، استفاده ازماشین آلات راهسازی، کوتاه شدن زمان ساخت و تداوم ساخت، همگی از ویژگیهای این نوع روش ساخت سدها می باشد که باعث برتری یافتن این روش شده است و در نهایت این شیوه برای ساخت سدها در نقاط مختلف جهان به عنوان جایگزینی مناسب مطرح شده است. از طرفی گستردگی مواد و مصالح مورد استفاده در این نوع بتن و پیچیدگی طرح اختلاط آن و متاثربودن طرح اختلاط آن ازپارامترهای مختلف ونیز یافتن روابط بین پارامترهای مختلف طرح اختلاط آن، باعث شده اند تا ارائه مدلی برای طرح اختلاط بتن غلتکی ضروری به نظربرسد. شبکه های غصبی مصنوعی از جمله روشهای مدل سازی می باشند که قدرت بسیارزیادی جهت تطبیق با مسائل مهندسی ازخود نشان داده اند . نوعی از این شبکه ها با عنوان شبکه های عصبی چند لایه پرسپترون (MLP) به همراه الگوریتم آموزش پس انتشار خطا، که بیشتر در زمینه مدل سازی رفتارهای نگاشت گونه کاربرد داشته اند به عنوان هسته اصلی مدل سازی در این مقاله، استفاده شده اند. با استفاده از این نوع شبکه عصبی، که دارای یک لایه پنهان باشد و بر اساس داده هایی که از طرح های اختلاط سد بتن غلتکی زیردان جمع آوری شده اند، مدل هایی به منظور پیش بینی مقاومت فشاری این نوع بتن آموزش داده شده اند که می توان ازآنها جهت پیش بینی های مهندسی استفاده کرد و همچنین با استفاده از روشهای بهینه یابی به اقتصادی ترین و یا بهینه ترین طرح اختلاط دست یافت.
کلیدواژه ها:
نویسندگان
حمید رضا وثوقی فر
استادیار دانشکده مهندسی عمران، دانشگاه آزاد اسلامی واحد تهران جنوب
عباس منصوری
استادیار دانشکده مهندسی عمران، دانشگاه آزاد اسلامی واحد تهران جنوب
وحید خلیلی خرم
دانشجوی کارشناسی ارشد سازه های هیدرولیکی، دانشگاه آزاد اسلامی واحد تهران جن
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 :