محبوبترین نویسندگان :
نویسندگان مقالات پربازدید :
ششمین کنگره ملی مهندسی عمران
جزئیات رویداد
همایش ، رویداد ، ژورنال
اینستاگرام تی پی بین
حوزه های تحت پوشش رویداد

  • برآورد برخی ویژگی های فیزیکی و مکانیکی خاک با استفاده از شبکه های عصبی مصنوعی

    نویسندگان :
    کلمات کلیدی :
    جزئیات بیشتر مقاله
    • تاریخ ارائه: 1390/01/01
    • تاریخ انتشار در تی پی بین: 1390/01/01
    • تعداد بازدید: 1112
    • تعداد پرسش و پاسخ ها: 0
    • شماره تماس دبیرخانه رویداد: -
    شبکه های عصبی مصنوعی سیستم های یادگیرنده ای هستند که در صورت دارا بودن پیچیدگی لازم و نیز نمونه و زمان کافی برای آموزش، می توانند هر تابع غیر تصادفی از هر درجه ای را مدل کنند. در این پژوهش قابلیت استفاده از شبکه های عصبی مصنوعی برای مدل سازی برآورد مقاومت برشی خاک و میانگین وزنی قطر خاکدانه ها (mwd) با رگرسیون چند متغیره خطی مقایسه شد. برای این منظور از برخی داده های زودیافت موثر بر این خصوصیات شامل برخی ویژگی های توپوگرافی، پوشش گیاهی و خاک استفاده گردید. برای بررسی کارایی دو مدل نیز از برخی شاخص های آماری نظیر ضریب همبستگی (r)، میانگین مربعات خطا (mse) و میانگین خطا تخمین (mee) بین مقادیر اندازه گیری شده و برآورد شده استفاده شد. نتایج نشان داد که مدل های شبکه عصبی طراحی شده برای تخمین هر دو پارامتر مورد مطالعه، دارای کارایی بسیار بالاتری نسبت روش های رگرسیونی مرسوم بودند. مقادیر mee و mse, r مدل شبکه عصبی طراحی شده برای برآورد مقاومت برشی خاک به ترتیب برابر 0.89، 0.06 و 0.005- بود. این در حالیست که مقدار شاخص ضریب همبستگی برای بهترین مدل رگرسیونی برازش داده شده 0.51 بود. مقدار ضریب همبستگی بین مقادیر اندازه گیری شده و برآورد شده mwd با استفاده از شبکه های عصبی مصنوعی نیز 0.89 بود در حالی که مقدار این شاخص برای بهترین مدل رگرسیونی برازش داده شده 0.25 بود. بنابراین به نظر می رسد که بتوان از شبکه های عصبی مصنوعی برای برآورد برخی ویژگی های خاک در منطقه مورد مطالعه نظیر مقاومت برشی و میانگین وزنی قطر خاکدانه ها استفاده نمود.

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