تعیین ظرفیت باربری شمع های کوبشی در خاک های ماسه ای با استفاده از شبکه های عصبی مصنوعی

پیام:
چکیده:
اثر عواملی نظیر ناهمسانی محیط خاک در برگیرنده یک شمع، اجرای شمع، جنس شمع و شکل آن، تخمین صحیح ظرفیت باربری یک شمع را با مشکل همراه می سازد. با آن که آزمایش بارگذاری شمع می تواند با وجود دقت بالا، به عنوان یک روش قابل اعتماد در مراحل مختلف تحلیل و طراحی به کار رود، هزینه های زیاد و زمان انجام طولانی را برای پروژه های عمرانی تحمیل می کند و همین مساله باعث ایجاد محدودیت هایی در انجام این آزمایش می شود. در این میان مدل سازی با استفاده از شبکه های عصبی مصنوعی روشی است که بر اساس داده ها و اطلاعات قبلی بوده و نیازی به ساده سازی و استفاده از ضرایب اطمینان بالا ندارد.
در این مقاله، شبکه های عصبی مصنوعی برای پیش بینی ظرفیت باربری شمع های فلزی ته باز کوبیده شده در خاک های ماسه ای، به کار گرفته شده اند. از 4 پارامتر طول شمع، قطر شمع، مدول الاستیسیته خاک و زاویه اصطکاک داخلی آن به عنوان ورودی و از ظرفیت باربری شمع به عنوان خروجی استفاده شده است. چگونگی طراحی شبکه و عوامل موثر بر رفتار آن در مسئله مربوطه به صورت خلاصه بررسی شده است. در پایان با آنالیز حساسیت بر روی ساختار بهینه مدل های معرفی شده، در خصوص چگونگی اثر 4 پارامتر ورودی بر خروجی شبکه بحث شده است.
زبان:
فارسی
صفحات:
27 تا 36
لینک کوتاه:
magiran.com/p1365889 
دانلود و مطالعه متن این مقاله با یکی از روشهای زیر امکان پذیر است:
اشتراک شخصی
با عضویت و پرداخت آنلاین حق اشتراک یک‌ساله به مبلغ 1,390,000ريال می‌توانید 70 عنوان مطلب دانلود کنید!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی نامحدود همه کاربران به متن مطالب تهیه نمایند!
توجه!
  • حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران می‌شود.
  • پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانه‌های چاپی و دیجیتال را به کاربر نمی‌دهد.
In order to view content subscription is required

Personal subscription
Subscribe magiran.com for 70 € euros via PayPal and download 70 articles during a year.
Organization subscription
Please contact us to subscribe your university or library for unlimited access!