• مقایسه عملکرد مدل های شبکه عصبی مصنوعی و ماشین بردار پشتیبان به منظور پیش بینی نشست شمع های بتنی تحت اثر بار محوری

    جزئیات بیشتر مقاله
    • تاریخ ارائه: 1392/07/24
    • تاریخ انتشار در تی پی بین: 1392/07/24
    • تعداد بازدید: 992
    • تعداد پرسش و پاسخ ها: 0
    • شماره تماس دبیرخانه رویداد: -
     در سال های اخیر، هوش مصنوعی در بسیاری از کاربردی های مهندسی ژئوتکنیک مورد استفاده قرارگرفته و تا حدودی به موفقیت نزدیک شده است. نشست شمع  از جمله مسائلی است که در محاسبات طراحی فونداسیون ها از اهمیت ویژه ای برخوردار است. هدف از این تحقیق مقایسه عملکرد مدل های  شبکه عصبی مصنوعی (anns) و ماشین بردار پشتیبان (svm) به منظور پیش بینی نشست شمع های بتنی بر مبنای نتایج حاصل از آزمون نفوذ مخروط (cpt) است. بدین منظور شبکه عصبی مصنوعی پرسپترون چندلایه (mlp) مورد بررسی قرار گرفته است. متغیرهای ورودی مدل ها عبارتنداز: نوع بار، نوع اجرا، صلبیت محوری شمع، سطح مقطع شمع، پیرامون شمع در تماس با خاک، طول شمع، طول مدفون شده، نتایج آزمایش در پنج لایه، نتایج آزمایش در انتهای شمع و بار قائم اعمالی شمع که خروجی مدل نیز نشست اندازه گیری شده شمع می باشد. در نهایت عملکرد مدل ها با توجه به معیارهای سنجش خطا مورد بررسی قرار گرفته است که بیانگر عملکرد مناسب تر مدل ماشین بردار پشتیبان نسبت به مدل شبکه عصبی مصنوعی 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 رویدادها
مقالات جدیدترین ژورنال ها