مقایسه نتایج حاصل ازکاربرد شبکه عصبی مصنوعی با روشهای تجربی موجود در برآورد شاخص فشردگی خاکهای ریزدانه
محل انتشار: سومین کنگره ملی مهندسی عمران
سال انتشار: 1386
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,412
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:
NCCE03_472
تاریخ نمایه سازی: 27 شهریور 1385
چکیده مقاله:
در این مقاله روش جدیدی بر اساس شبکه های عصبی مصنوعی برای تعیین شاخص فشردگی (Cc) خاکهای ریزدانه دست نخورده در استان خوزستان با استفاده از نتایج 121 آزمایش تحکیم، ارائه شده است. شبکه عصبی مصنوعی مورد استفاده از نوع پرسپترون چند لایه با قانون یادگیری پس از انتشار و تکنیک حداقل مربعات خطا می باشد. که در آم این کمیت مکانیکی و مهم خاک با ایجاد نگاشتی غیر خطی بین پارامترهای موثر بر آن از قبیل عیار پوکی اولیه (e°)، رطوبت اولیه، حد روانی خاک (LL) ، شاخص خمیرائی (PI) و چگالی ویژه (Gs) نمونه خاک دست نخورده تعیین می گردد. مقایسه نتایج حاصل از شبکه عصبی با چندین روش تجربی موجود از قبیل ترزاقی (1948)، نیشیدا (1956)، رندون - هررو (1983)، پارک و کوموتو (2004)، ابن جلال (1383) نشان داد که شبکه عصبی مصنوعی قادر است با دقت نسبتا بالاتری شاخص فشردگی خاک را در منطقه خوزستان تعیین نماید.
کلیدواژه ها:
نویسندگان
رسول قبادیان
عضو هیات علمی گروه مهندسی آب- کشاورزی دانشگاه رازی کرمانشاه
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 :