• کاربرد شبکه های عصبی مصنوعی در تخمین حداکثر وزن مخصوص خشک در منابع قرضه

    جزئیات بیشتر مقاله
    • تاریخ ارائه: 1394/01/01
    • تاریخ انتشار در تی پی بین: 1394/01/01
    • تعداد بازدید: 715
    • تعداد پرسش و پاسخ ها: 0
    • شماره تماس دبیرخانه رویداد: -
    طی چندین سال اخیر، شبکه های عصبی مصنوعی (anns) به طور موفقیت آمیزی برای مدل سازی تقریبا همه جوانب مسائل مهندسی ژئوتکنیک استفاده شده اند. ضمن اینکه شبکه های عصبی مصنوعی وعده های بسیاری را عرضه کرده اند، اما ضعف هایی در استخراج دانش، تعمیم دهی و عدم قطعیت دارند، در این تحقیق الگوریتمی جهت مدل سازی و تخمین حداکثر وزن مخصوص خشک خاک تحت نرم افزار matlab، با شبکه عصبی مصنوعی ارائه می شود. شبکه استفاده شده در این تحقیق از نوع پرسپترون چند لایه با پس انتشار خطا می باشد. شبکه دارای یک لایه ورودی و یک لایه میانی و یک لایه خروجی بوده و تحت تابع تحریک سیگموئیدی کار می کند. لایه ورودی شامل 3 نرون، لایه میانی شامل 14 نرون و لایه خروجی حاوی یک نرون می باشد. 21 نمونه که قبلا نتایج آزمایشگاهی آنها استخراج شده بود جهت مدل سازی (آموزش، ارزیابی و تست) شبکه مورد استفاده قرار گرفتند، نمودار تابع خروجی تحت تابع هدف و همچنین مقدار متوسط مربع خطای خروجی (mse) برابر 0.00032 درصد، و همچنین صحت سنجی داده ها بصورت حداقلی و حداکثری و میانگینی نشان دهنده مورد قبول نتایج حاصل از تخمین شبکه طراحی شده می باشد.

سوال خود را در مورد این مقاله مطرح نمایید :

با انتخاب دکمه ثبت پرسش، موافقت خود را با قوانین انتشار محتوا در وبسایت تی پی بین اعلام می کنم
مقالات جدیدترین ژورنال ها