استفاده از شبکههای عصبی مصنوعی در مدلسازی اندیس فشردگی خاکهای ریزدانه
سال انتشار: 1389
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,298
فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
IRGID02_032
تاریخ نمایه سازی: 2 بهمن 1388
چکیده مقاله:
احداث ساختمانها و سازههای مختلف، باعث به هم فشرده شدن ذرات خاک و در نتیجه نشست خاک میگردد. نشست خاک تابع عواملی مختلفی مانند تغییر شکل فشاری، خارج شدن هوا و آب از خلل و فرج و... میباشد. در این مقاله با استفاده از شبکههای عصبی مصنوعی، همبستگی آماری بین خصوصیات فیزیکی خاکهای ریزدانه (حد روانی، حد خمیری، چگالی نسبی، نسبت پوکی و رطوبت اولیه) و اندیسفشردگی مورد بررسی قرار گرفت. همچنین یک واسنجی بین روشهای تجربی مختلف موجود برای تعیین شاخص فشردگی با شاخص فشردگی اندازهگیری شده در آزمایشگاه صورت پذیرفت. نتایج نشان داد که رابطه Rendon-Herrero از میان روابط تجربی با بالاترین ضریب همبستگی و کمترین درصد خطا، بالاترین دقت را در برآورد اندیسفشردگی دارد. در مقابل شبکههای عصبی مصنوعی اندیسفشردگی را با دقتی بالاتر و درصد خطای کمتر از رابطه رندون و هر رو برآورد میکند.
کلیدواژه ها:
نویسندگان
مهدی دریائی
دانش آموخته کارشناسی ارشد سازه های آبی دانشکده مهندسی علوم آب دان
سید محمود کاشفی پور
دانشیار گروه سازه های آبی دانشکده مهندسی علوم آب دانشگاه شهید چمرا
جواد احدیان
استادیار دانشکده مهندسی علوم آب دانشگاه شهید چمران اهواز
رسول قبادیان
استادیار گروه مهندسی آب دانشکده کشاورزی دانشگاه رازی
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 :