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

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

video

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

sound

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

نسخه انگلیسی

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

بازدید:

845
Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

737
Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

اطلاعات مقاله نشریه

عنوان

استفاده از شبکه های عصبی مصنوعی در تخمین ظرفیت باربری شالوده های سطحی واقع بر بسترهای چند لایه چسبنده

صفحات

 صفحه شروع 65 | صفحه پایان 83

چکیده

 تخمین ظرفیت باربری شالوده های سطحی, موضوع بسیاری از تحقیقات در حوزه مکانیک خاک و پی بوده است. روش های متعددی به منظور دستیابی به این هدف توسط برخی محققین برجسته پیشنهاد شده که اغلب در مورد بسترهای همگن و یا دو لایه بوده است, در حالی که به طور کلی خاک یک محیط همگن و ایده آل نیست و در بسیاری موارد مدل سازی بستر خاکی به صورت یک بستر چند لایه, منجر به دستیابی به نتایج بهتری خواهد شد. متداول ترین روش در تخمین ظرفیت باربری شالوده های واقع بر بسترهای چندلایه, روش های عددی المان محدود و تفاضل محدود است. در این میان, تکنیک شبکه های عصبی مصنوعی نیز که در آن از بانک داده های حاصل از مدل سازی های فیزیکی و عددی استفاده شده باشد, می تواند جهت دستیابی به این هدف مورد استفاده قرار گیرد. یکی از برتری های این روش نسبت به روش های دیگر, سرعت و سادگی استفاده از آن است. در این مقاله, مدلی بر پایه شبکه های عصبی مصنوعی پرسپترون چند لایه و بر حسب پارامترهای چسبندگی و زاویه اصطکاک داخلی خاک و نیز شرایط هندسی مساله شامل ضخامت لایه های خاک. و عرض شالوده ارائه شده که قادر است ظرفیت باربری شالوده های واقع بر بسترهای لایه ای را تخمین بزند. در ادامه, روش رگرسیون چند متغیره که قادر است با برازش از میان نتایج حاصل از مدل سازی عددی, رابطه ای کاربردی بین پارامترهای ورودی و ظرفیت باربری نهایی برقرار نماید, معرفی شده است. نتایج ظرفیت باربری حاصل از شبکه عصبی و روش رگرسیون چند متغیره نشانگر عملکرد مناسب آنها در تخمین ظرفیت باربری شالوده های سطحی روی بسترهای چند لایه است که میتواند منجر به ارائه روابطی کاربردی جهت تخمین ظرفیت باربری شالوده های سطحی شود.

استنادها

  • ثبت نشده است.
  • ارجاعات

  • ثبت نشده است.
  • استناددهی

    APA: کپی

    حسن آبادی، مرضیه، حداد، عبدالحسین، و نادرپور، حسین. (1390). استفاده از شبکه های عصبی مصنوعی در تخمین ظرفیت باربری شالوده های سطحی واقع بر بسترهای چند لایه چسبنده. مدل سازی در مهندسی، 9(24)، 65-83. SID. https://sid.ir/paper/385121/fa

    Vancouver: کپی

    حسن آبادی مرضیه، حداد عبدالحسین، نادرپور حسین. استفاده از شبکه های عصبی مصنوعی در تخمین ظرفیت باربری شالوده های سطحی واقع بر بسترهای چند لایه چسبنده. مدل سازی در مهندسی[Internet]. 1390؛9(24):65-83. Available from: https://sid.ir/paper/385121/fa

    IEEE: کپی

    مرضیه حسن آبادی، عبدالحسین حداد، و حسین نادرپور، “استفاده از شبکه های عصبی مصنوعی در تخمین ظرفیت باربری شالوده های سطحی واقع بر بسترهای چند لایه چسبنده،” مدل سازی در مهندسی، vol. 9، no. 24، pp. 65–83، 1390، [Online]. Available: https://sid.ir/paper/385121/fa

    مقالات مرتبط نشریه ای

    مقالات مرتبط همایشی

  • ثبت نشده است.
  • طرح های مرتبط

  • ثبت نشده است.
  • کارگاه های پیشنهادی






    بازگشت به بالا