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:

936
Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

534
Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

اطلاعات مقاله نشریه

عنوان

به کارگیری شبکه های عصبی مصنوعی در تعیین چسبندگی زهکشی نشده خاک رس (Cu) با استفاده از عدد SPT، فشار سربار، درصد رطوبت و حدود اتربرگ

صفحات

 صفحه شروع 11 | صفحه پایان 20

چکیده

 بهره گیری از شبکه های عصبی مصنوعی در بسیاری از علوم مهندسی عملیات روی داده ها را ساده تر می نماید. شبکه های عصبی مصنوعی مدل هایی هستند که بر اساس ارگانیسم مغز انسان ساخته شده اند. کاربرد این شبکه ها برای انجام وظایفی مانند تعیین الگوی تشخیص, توابع تقریبی, بهینه سازی, پیش بینی های آتی, کنترل اتوماتیک و اطلاعات بازیافتی بسیار موفقیت آمیز بوده است. پارامتر چسبندگی زهکشی نشده خاک (Cu) در طراحی ژئوتکنیکی مانند طراحی سازه های خاکی به هنگام زلزله نقش مهمی را ایفا می کند. در تعیین این پارامتر, علاوه بر روش های آزمایشگاهی, بهره گیری از آزمایش های درجا مانند CPT و SPT نتایج قابل اعتمادی را بدست می دهند. بسیاری از محققین در چند دهه اخیر, برای بیان وابستگی نتایج آزمایشهای درجا با پارامترهای ژئوتکنیکی خاک, روابط, نمودار ها و روش های را ارایه نموده اند. در مقاله اخیر, ارتباط بین فشار سربار (s0), عدد SPT (NSPT), دامنه خمیری (PI), حد روانی (LL) و درصد رطوبت (w) با پارامتر چسبندگی زهکشی نشده خاک رس (Cu) بررسی شده است. برای این منظور با استفاده از الگوریتم شبکه های عصبی مصنوعی و بر پایه داه های به دست آمده از آزمایش های سه محوری UU و تک محوری انجام شده در مطالعات ژئوتکنیک چندین محل در نقاط مختلف ایران, ارتباط بین این پارامتر ها مدلسازی گردیده و با نتایج آزمایشگاهی مقایسه شده است. نتایج حاصل از مدل شبکه عصبی مصنوعی همبستگی بسیار مناسبی را با نتایج آزمایشگاهی نشان می دهد.

استنادها

  • ثبت نشده است.

    • ارجاعات

  • ثبت نشده است.

    • استناددهی

    APA: کپی

    عربانی، مهیار، و ویس کرمی، مهدی. (1386). به کارگیری شبکه های عصبی مصنوعی در تعیین چسبندگی زهکشی نشده خاک رس (Cu) با استفاده از عدد SPT, فشار سربار, درصد رطوبت و حدود اتربرگ. نشریه بین المللی مهندسی صنایع و مدیریت تولید (فارسی)(نشریه بین المللی علوم مهندسی)، 18(2 (ویژه نامه مهندسی عمران))، 11-20. SID. https://sid.ir/paper/65494/fa

    Vancouver: کپی

    عربانی مهیار، ویس کرمی مهدی. به کارگیری شبکه های عصبی مصنوعی در تعیین چسبندگی زهکشی نشده خاک رس (Cu) با استفاده از عدد SPT, فشار سربار, درصد رطوبت و حدود اتربرگ. نشریه بین المللی مهندسی صنایع و مدیریت تولید (فارسی)(نشریه بین المللی علوم مهندسی)[Internet]. 1386؛18(2 (ویژه نامه مهندسی عمران)):11-20. Available from: https://sid.ir/paper/65494/fa

    IEEE: کپی

    مهیار عربانی، و مهدی ویس کرمی، “به کارگیری شبکه های عصبی مصنوعی در تعیین چسبندگی زهکشی نشده خاک رس (Cu) با استفاده از عدد SPT, فشار سربار, درصد رطوبت و حدود اتربرگ،” نشریه بین المللی مهندسی صنایع و مدیریت تولید (فارسی)(نشریه بین المللی علوم مهندسی)، vol. 18، no. 2 (ویژه نامه مهندسی عمران)، pp. 11–20، 1386، [Online]. Available: https://sid.ir/paper/65494/fa

    مقالات مرتبط نشریه ای

    مقالات مرتبط همایشی

  • ثبت نشده است.

    • طرح های مرتبط

  • ثبت نشده است.

    • کارگاه های پیشنهادی






    بازگشت به بالا