مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

مقاله مقاله نشریه

مشخصات مقاله

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

video

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

sound

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید:

39
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

10
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

اطلاعات مقاله نشریه

عنوان

کاربرد روش گروهی مدیریت داده ها (GMDH) در پیش بینی مقاومت فشاری تک محوره سنگ های آهکی

صفحات

 صفحه شروع 69 | صفحه پایان 90

کلیدواژه

مقاومت فشاری تک محوری (UCS) Q1
مدیریت گروهی داده ها (GMDH) Q1
شبکه عصبی مصنوعی (ANN) Q1

چکیده

 این تحقیق با هدف ارائه یک سیستم هوش کاربردی که الگوریتم مدیریت داده ها به روش گروهی (GMDH) نامیده می شود, برای پیش بینی غیرمستقیم مقاومت فشاری تک محوری سنگ های آهکی انجام شده است. اندازه گیری مستقیم مقاومت فشاری تک محوری سنگ در آزمایشگاه, زمان بر, دشوار و پرهزینه است. در مطالعه حاضر, چندین آزمایش شاخص سنگ به همراه آزمایش های مقاومت فشاری تک محوری بر روی نمونه های سنگ آهک جمع آوری شده انجام شده است. در این پژوهش, براساس هدف اول, چهار معادله تجربی بر مبنای پیش بینی کننده ها, شامل دانسیته خشک, سرعت سیر موج, دوام شکفتگی و شاخص مقاومت بار نقطه ای, با هدف پیش بینی مقاومت فشاری تک محوری پیشنهاد شد. نتایج این تحلیل ها تأیید کرد که نیاز به توسعه مدل های چند متغیره جدید در پیش بینی مقاومت سنگ وجود دارد. برای این منظور مدل GMDH برای پیش بینی مقاومت فشاری تک محوری سنگ طراحی شده است. به منظور انجام یک مقایسه عادلانه, یک شبکه عصبی مصنوعی از پیش ساخته شده, به عنوان یک مدل مبنا برای سیستم های هوشمند, برای پیش بینی مقاومت سنگ طراحی شده است. سپس با استفاده از برخی شاخص های ارزیابی عملکرد معروف, مدل های GMDH و شبکه عصبی مورد نظر ارزیابی شده و نتایج آن ها با انتخاب بهترین مدل پیش بینی و نتایج متوسط مقایسه گردید. نتایج نشان داد که شبکه GMDH یک روش قدرتمند و قوی برای پیش بینی دقیق مقاومت فشاری تک محوری سنگ می باشد.

چندرسانه ای

  • ثبت نشده است.

    • استنادها

  • ثبت نشده است.

    • ارجاعات

  • ثبت نشده است.

    • استناددهی

    مقالات مرتبط نشریه ای

  • ثبت نشده است.

    • مقالات مرتبط همایشی

  • ثبت نشده است.

    • طرح های مرتبط

  • ثبت نشده است.

    • کارگاه های پیشنهادی






    بازگشت به بالا
    telegram sharing button
    whatsapp sharing button
    linkedin sharing button
    twitter sharing button
    email sharing button
    email sharing button
    email sharing button
    sharethis sharing button