پیش بینی هدایت هیدرولیکی اشباع خاک با استفاده از مدل شبکه عصبی مصنوعی در منطقه راسوند شازند

سال انتشار: 1396
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 304

فایل این مقاله در 8 صفحه با فرمت PDF و WORD قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

IACUT03_185

تاریخ نمایه سازی: 29 فروردین 1397

چکیده مقاله:

در تحقیق حاضر به پیش بینی هدایت هیدرولیکی اشباع خاک با استفاده از مدل شبکه عصبی مصنوعی در منطقه راسوند شازند پرداخته شد. ابتدا با نمونه برداری از 106 نمونه خاک، داده های زودیافت خاک شامل درصد رس، درصد سیلت، درصد شن، درصد مواد آلی، هدایت الکتریکی و اسیدیته تعیین گردید. همچنین درصد اشباع خاک نیز به عنوان پارامتر دیریافت برای این 106 نمونه خاک تعیین شد و به عنوان لایه ورودی در مدل شبکه عصبی مصنوعی تعریف گردید. سپس از آموزش نظارت شده با شبکه عصبی پیش‎خور چند لایه یا پرسپترون چند لایه طبق قانون پس انتشار خطا برای آموزش استفاده شد. نتایج نشان داد ضریب همبستگی در همه آرایش ها برای خروجی آموزش و آزمون بیشتر از 0/99 می باشد که بیانگر دقت بالای مدل شبکه عصبی در برآورد درصد اشباع خاک می باشد. با رتبه بندی مقادیر R و MSE مشخص شد که مدل شبکه عصبی با تعداد 8 نرون در لایه پنهان عملکرد بهتری را از خود نشان می دهد.

نویسندگان

مرتضی قضات

گروه خاک و پی عمران، واحد اراک، دانشگاه آزاد اسلامی، اراک، ایران

محسن نجارچی

گروه مهندسی عمران، واحد اراک، دانشگاه آزاد اسلامی اراک ایران

ایمان میرزاده

گروه مهندسی عمران، واحد اراک، دانشگاه آزاد اسلامی اراک ایران