آنالیز برگشتی در آزمایش sasw با استفاده از شبکه های عصبی مصنوعی
Authors
abstract
آزمایش آنالیز طیفی امواج سطحی sasw روش صحرایی غیر مخرب برای شناسایی و تعیین پروفیل سختی لایه های خاک و سیستم های چند لایه ای مشابه می باشد. نتایج حاصل از انجام آزمایش sasw در قالب محنی پراکندگی تجربی قابل ارائه می باشد. منحنی پراکندگی بدست آمده از آزمایش به وسیله روش های برگردان برای تعیین پروفیل خاک در محل بکار برده می شود. در این مقاله از مدل های شبکه عصبی برای تخمین و تعیین پروفیل خاک استفاده شده است. شبکه های عصبی چند لایه با الگوریتم یادگیری انتشار برگشتی گزینه های مناسبی جهت انجام فرآیند معکوس سازی آزمایش sasw می باشند. تعدادی منحنی پراکندگی تئوریکی که با استفاده از روش ماتریس سختی دینامیکی دقیق بدست آمده اند برای آموزش شبکه عصبی بکار برده شده اند. به عبارت دیگر این منحنی های پراکندگی به همراه پروفیل های خاک مربوطه به عنوان داده های آموزشی ورودی به شبکه در نظر گرفته شده اند. این داده های ورودی با سه الگوریتم یادگیری شامل پس انتشار خطای بیشترین شیب، گرادیان مزدوج و مارکوآرت- لونبرگ به شبکه آموزش داده می شوند. مقایسه نتایج حاصل از این مطالعات با آزمایشهای انجام یافته بوسیله روش sasw نشان می دهد که این شبکه ها جواب های مناسبی جهت تعیین پروفیل خاک در محل ارائه می دهند.
similar resources
آنالیز برگشتی در آزمایش SASW با استفاده از شبکههای عصبی مصنوعی
آزمایش آنالیز طیفی امواج سطحی SASW روش صحرایی غیر مخرب برای شناسایی و تعیین پروفیل سختی لایههای خاک و سیستمهای چند لایهای مشابه میباشد. نتایج حاصل از انجام آزمایش SASW در قالب محنی پراکندگی تجربی قابل ارائه میباشد. منحنی پراکندگی بدست آمده از آزمایش به وسیله روشهای برگردان برای تعیین پروفیل خاک در محل بکار برده میشود. در این مقاله از مدلهای شبکه عصبی برای تخمین و تعیین پروفیل خاک ...
full textبرآورد مشخصه تراکم درختان جنگل با استفاده از آنالیز زمین و شبکه عصبی مصنوعی
اثر متقابل بین منظر زمین و خصوصیات جنگل کاملاً ثابت شده است. بنابراین فرض قابلقبولی است که فاکتورهای منظر زمین در یک منطقه جنگلی در ایجاد خصوصیات جنگل نقش تعیینکنندهای دارند. اگرچه پژوهشهای گذشته روابط کاملاً قطعی بین خصوصیات جنگل و عوامل محیطی را شناسایی کردهاند، اما تاکنون مدل مناسبی برای شرح این خصوصیات ارائه نشده است. استفاده از مدلهای رقومی زمین و مشخصههای قابل استخراج از آن میتواند...
full textآنالیز حساسیت پارامترهای موثر بر غلظت ازن با استفاده از شبکه عصبی مصنوعی
Background and Objectives: Weather pollution, caused by Ozone (O3) in metropolitans, is one of the major components of pollutants, which damage the environment and hurt all living organisms. Therefore, this study attempts to provide a model for the estimation of O3 concentration in Tabriz at two pollution monitoring stations: Abresan and Rastekuche. Materials and Methods: In this research, Art...
full textمدلسازی بازده کششی تراکتور با استفاده از شبکه عصبی مصنوعی
در این مطالعه آزمایشهای مزرعهای در شرایط متفاوت عمق شخم، سرعت پیشروی و میزان وزنههای متصل به تراکتور انجام شد. در این تحقیق، عمق شخم در چهار سطح 5، 10، 15 و 20 سانتیمتر، سرعتهای پیشروی در چهار سطح 5/2، 5/3، 5/4 و 5/5 کیلومتر بر ساعت و میزان سنگینکننده نیز در چهار سطح 0، 40، 80 و 120 کیلوگرم قرار گرفت. شبکههای عصبی مدلسازی شده در این تحقیق که به منظور پیشبینی بازده کششی تراکتور مورد اس...
full textتعیین ارزش داراییهای نامشهود با استفاده از شبکه عصبی مصنوعی
درک عوامل موثر بر ارزش شرکت برای سرمایهگذاران و اعتباردهندگان پیش از اتخاذ تصمیمات سرمایهگذاری یا اعطای تسهیلات، امری حیاتی است. از آنجایی که اقتصاد دانشمحور در حال تکامل یافتن است، روش ایجاد ارزش شرکتی از شیوه سنتی مبتنی بر داراییهای فیزیکی به دانش نامشهود منتقل شده است. از اینرو در آینده نه چندان دور، ارزشگذاری داراییهای نامشهود به موضوع مهمی در اقتصاد مبدل خواهد شد. این مطالعه بر آن ...
full textبرآورد دمای روزانه خاک با استفاده از شبکه عصبی مصنوعی
دمای خاک یکی از متغیرهای مهم در مطالعات هیدرولوژی، هواشناسی، کشاورزی و اقلیمشناسی است که اندازهگیری و برآورد آن ضروری است. با توجه به اینکه دمای خاک فقط در ایستگاههای سینوپتیک کشور اندازهگیری میشود، کمبود آن در نقاط فاقد ایستگاه از چالشهای بزرگ در بسیاری از مطالعات مرتبط با کشاورزی است. در این پژوهش، با استفاده از پارامترهای هواشناسی ایستگاه سینوپتیک شیراز در یک دوره 9 ساله (2008-2000) ب...
full textMy Resources
Save resource for easier access later
Journal title:
مهندسی سازهPublisher: دانشگاه آزاد اسلامی واحد مراغه
ISSN 2345-6310
volume 3
issue 3 2006
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023