کاربرد شبکه عصبی مصنوعی در پیش بینی رفتار تورمی خاکهای رسی

پیام:
چکیده:

در این پژوهش از قابلیت شبکه عصبی مصنوعی برای پیش بینی رفتار خاک های متورم شونده رسی استفاده شده است. در این روش داده ها با استفاده از انواع آرایش شبکه های چند لایه پرسپترون، که از پرکاربردترین نوع شبکه های عصبی است مدل شده اند. نتایج حاصل از این شبکه ها بر اساس شاخص های ارزیابی معرفی شد و با یکدیگر مقایسه شده اند که منجر به انتخاب بهترین آرایش شبکه از لحاظ دقت و کاربرد شده است. لازم به گفتن است که پارامترهای رطوبت، اندیس خمیری، دانسیته خشک و درصد ریزدانه خاک به عنوان پارامتر های ورودی و پارامتر درصد تورم آزاد بعنوان پارامتر خروجی در نظر گرفته شده است. از آنجاکه خاک پس شبکه عصبی فوق قابلیت پیش بینی رفتار تورمی انواع، های در نظر گرفته شده برای این شبکه از مناطق مختلفی انتخاب شده است خاک های رسی را دارد. همچنین برای آموزش سیستم شبکه های عصبی مورد پژوهش، از نتایج پژوهش های قبلی، داده های خام مهندسین مشاور ژئوتکنیک و پایان نامه های موجود در زمینه خاک های متورم شونده استفاده شده است.

زبان:
فارسی
صفحات:
181 تا 190
لینک کوتاه:
magiran.com/p1471888 
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 990,000ريال 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.
دسترسی سراسری کاربران دانشگاه پیام نور!
اعضای هیئت علمی و دانشجویان دانشگاه پیام نور در سراسر کشور، در صورت ثبت نام با ایمیل دانشگاهی، تا پایان فروردین ماه 1403 به مقالات سایت دسترسی خواهند داشت!
In order to view content subscription is required

Personal subscription
Subscribe magiran.com for 50 € euros via PayPal and download 70 articles during a year.
Organization subscription
Please contact us to subscribe your university or library for unlimited access!