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:

788
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

585
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

اطلاعات مقاله نشریه

عنوان

مدل سازی شاخص فشردگی خاکهای ریزدانه به کمک شبکه عصبی مصنوعی ومقایسه با سایر روابط تجربی

صفحات

 صفحه شروع 659 | صفحه پایان 667

چکیده

 احداث ساختمان ها و سازه های مختلف, باعث به هم فشرده شدن ذرات خاک و در نتیجه نشست خاک می گردد. نشست خاک تابع عوامل مختلفی مانند تغییر شکل فشاری, خارج شدن هوا و آب از خلل و فرج و ... می باشد. یکی از روش های محاسبه نشست, استفاده از شاخص فشردگی است که از طریق آزمایش تحکیم بدست می آید. تعیین این ضریب از طریق آزمایش تحکیم بسیار وقت گیر است. لذا از گذشته سعی بر این بوده که شاخص فشردگی را به پارامترهای فیزیکی خاک از قبیل حد خمیری, حد روانی, نسبت پوکی, چگالی نسبی که همگی به سادگی قابل اندازه گیری هستند, ارتباط دهند. به همین جهت روابط تجربی زیادی در این خصوص ارایه شده است. در این مقاله با استفاده از شبکه عصبی مصنوعی (ANN), همبستگی آماری بین خصوصیات فیزیکی خاکهای ریزدانه و شاخص فشردگی مورد بررسی قرار گرفت. همچنین یک واسنجی بین روش های تجربی مختلف موجود برای تعیین شاخص فشردگی با شاخص فشردگی اندازه گیری شده در آزمایشگاه صورت پذیرفت. نتایج نشان داده است که رابطه رندون و هررو از میان روابط تجربی با بالاترین ضریب همبستگی و کمترین درصد خطا, بالاترین دقت را در برآورد شاخص فشردگی دارد. در مقابل شبکه های عصبی مصنوعی شاخص فشردگی را با دقتی بالاتر و درصد خطای کمتر از رابطه رندون و هررو برآورد می کند. همچنین کالیبره کردن ضرایب رابطه رندون و هررو با استفاده از مجموعه اطلاعات موجود, تاثیر چندانی در دقت این رابطه برای تخمین شاخص فشردگی خاکهای منطقه مورد نظر ندارد.

استنادها

  • ثبت نشده است.
  • ارجاعات

  • ثبت نشده است.
  • استناددهی

    APA: کپی

    دریایی، مهدی، کاشفی پور، سیدمحمود، احدیان، جواد، و قبادیان، رسول. (1389). مدل سازی شاخص فشردگی خاکهای ریزدانه به کمک شبکه عصبی مصنوعی ومقایسه با سایر روابط تجربی. آب و خاک (علوم و صنایع کشاورزی)، 24(4)، 659-667. SID. https://sid.ir/paper/141929/fa

    Vancouver: کپی

    دریایی مهدی، کاشفی پور سیدمحمود، احدیان جواد، قبادیان رسول. مدل سازی شاخص فشردگی خاکهای ریزدانه به کمک شبکه عصبی مصنوعی ومقایسه با سایر روابط تجربی. آب و خاک (علوم و صنایع کشاورزی)[Internet]. 1389؛24(4):659-667. Available from: https://sid.ir/paper/141929/fa

    IEEE: کپی

    مهدی دریایی، سیدمحمود کاشفی پور، جواد احدیان، و رسول قبادیان، “مدل سازی شاخص فشردگی خاکهای ریزدانه به کمک شبکه عصبی مصنوعی ومقایسه با سایر روابط تجربی،” آب و خاک (علوم و صنایع کشاورزی)، vol. 24، no. 4، pp. 659–667، 1389، [Online]. Available: https://sid.ir/paper/141929/fa

    مقالات مرتبط نشریه ای

    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