ارزیابی قابلیت پی شبینی روانگرایی توسط شبکه عصبی مصنوعی با استفاده از نتایج آزمایش سرعت موج برشی

سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 570

فایل این مقاله در 10 صفحه با فرمت PDF 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:

ICSAU03_0061

تاریخ نمایه سازی: 12 تیر 1395

چکیده مقاله:

درمطالعه حاضرشبکه های عصبی مصنوعی به منظور پردازش اطلاعات و یافتن رابطه بین پارامترهای موثر و میزان پتانسیل روانگرایی بااستفاده ازمقادیر سرعت موج برشی خاک به کارمیرود مابرانیم تابااستفاده ازاطلاعات گمانه های حفرشده دریک منطقه به ارزیابی پتانسیل روانگرایی توسط شبکه عصبی بپردازیم نتیجه حاصل ازشبکه عصبی با نتیجه حاصل ازروشهای رایج تعیین روانگرایی مقایسه و کنترل میگردد و براساس تحلیل های انجام شده میزان خطای موجود درپیش بینی وقوع یا عدم وقوع روانگرایی تعیین میگردد تاکارایی استفاده ازنتایج ازمایشات درجا درارزیابی پتانسیل روانگرایی کنترل شود نتایج بدست امده دراین مطالعه نشان میدهد که صحت نتایج شبکه عصبی ایجادشده با داده های VS برای اموزش و ازمایش به ترتیب 86/4و85/3درصد بوده است

نویسندگان

آرش قجقی

دانشجوی کارشناسی ارشد مهندسی عمران مکانیک خاک و پی دانشگاه آزاد اسلامی واحدسمنان

مهدی جلیلی

استادیار دانشکده مهندسی عمران دانشگاه آزاد اسلامی واحدسمنان

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 :
  • راهنمای ارزیابی پتانسیل روانگرایی خاک، پیامدها و روش‌های کاهش مخاطرات ...
  • Sykora DW. Creation of a data base of seismic shear ...
  • [ء] منهاج، م. مبانی شبکه‌های عصبی، مرکز نشر دانشگاه امیرکبیر، ...
  • برآورد پتانسیل روانگرایی خاکها بااستفاده از شبکه عصبی مصنوعی [مقاله کنفرانسی]
  • Andrus RD, Stokoe KH, Chung RM. Draft Guidelines for Evaluating ...
  • 0 3.00 ...
  • 00 94.0) 99.0) 95.00 71.0) 4.0 5.00 52.00 55.00 4.0 ...
  • 9) 21.6) 34.0) ...
  • 9) 43.9) 55.40 69.2) 89.10) 1 11.20 35.6) 41.6) 48.0) ...
  • 30 21.6) 36.1) 48.0) ...
  • 0) 82.5) 107.30 147.20 194.30 42.6) 55.6) 70.0) 95.0) 136.10 ...
  • 31 December 2015, Shahid Beheshti University , Tehran , Iran ...
  • Andrus RD, Stokoe KH. Liquefaction Resistance Based On Shear Wave ...
  • نمایش کامل مراجع