کاربرد شبکه عصبی مصنوعی در تفسیر نتایج آزمایش پرسیومتری

Authors

محمد امامی

سید شهاب الدین یثربی

abstract

آزمایش پرسیومتری، یکی از مهم­ترین آزمایش های برجای مهندسی ژئوتکنیک است. در این مقاله از سه نوع شبکه عصبی مصنوعی (ann) به منظور تفسیر نتایج آزمایش پرسیومتری استفاده شده است. در ابتدا از شبکه عصبی چند لایه پرسپترون، در ادامه از شبکه نروفازی بهره گرفته شده و در پایان از شبکه عصبی تابع مبنای شعاعی استفاده شده است. مدل ها از ساختار کلی دارای 5 ورودی و یک خروجی تشکیل شده­اند. در پایان مدل های مختلف شبکه­های عصبی با یکدیگر مقایسه شده و شبکه­ای که بهترین عملکرد را داشته مشخص شده است. برای ارزیابی قدرت تعمیم مدل، عملکرد شبکه مورد نظر در مقابل داده­های تجربه نشده با نتایج تجربی مورد مقایسه قرار گرفت. مدل های مبتنی بر شبکه­های عصبی توضیحی در مورد چگونگی اثر پارامترهای ورودی بر خروجی نمی­دهند. در این پژوهش با انجام آنالیز حساسیت برروی ساختار بهینه مدل معرفی شده سعی شده است تا حدودی به این سوال پاسخ داده شود.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

پیش بینی و تفسیر نتایج آزمایش پرسیومتری با استفاده از شبکه عصبی مصنوعی

آزمایش پرسیومتری، یکی از مهم ترین آزمایشهای برجای مهندسی ژئوتکنیک است. این آزمایش قادر به تخمین بسیار مناسبی از پارامترهای تغییرشکلی خاک است. در این تحقیق از سه نوع شبکه عصبی مصنوعی (ann) به منظور پیش بینی و تفسیر آزمایش پرسیومتری استفاده شده است. در ابتدا از شبکه عصبی چند لایه پرسپترون ، یکی از پرکاربردترین شبکه های عصبی، استفاده شده است. در ادامه از شبکه نروفازی، ترکیبی از شبکه های عصبی- فازی...

15 صفحه اول

مدل‌سازی آزمایش پرسیومتری (فشارسنجی) بااستفاده از شبکه‌ی عصبی مصنوعی

آزمایش پرسیومتری(فشارسنجی)، یکی از مهم‌ترین آزمایش‌های برجای مهندسی ژئوتکنیک است. این آزمایش قادر به تخمین بسیار مناسبی از پارامترهای تغییر شکلی خاک است. در این تحقیق از سه نوع شبکه‌ی عصبی مصنوعی(A‌N‌N) به‌منظور مدل‌سازی آزمایش پرسیومتری(فشارسنجی) استفاده شده است. برای این منظور ابتدا از پرسپترون چندلایه ــ یکی از پرکاربردترین شبکه‌های عصبی ــ استفاده شد و در ادامه، با استفاده از شبکه‌ی نوروفاز...

full text

مدل سازی آزمایش پرسیومتری (فشارسنجی) بااستفاده از شبکه ی عصبی مصنوعی

آزمایش پرسیومتری(فشارسنجی)، یکی از مهم ترین آزمایش های برجای مهندسی ژئوتکنیک است. این آزمایش قادر به تخمین بسیار مناسبی از پارامترهای تغییر شکلی خاک است. در این تحقیق از سه نوع شبکه ی عصبی مصنوعی(a n n) به منظور مدل سازی آزمایش پرسیومتری(فشارسنجی) استفاده شده است. برای این منظور ابتدا از پرسپترون چندلایه ــ یکی از پرکاربردترین شبکه های عصبی ــ استفاده شد و در ادامه، با استفاده از شبکه ی نوروفاز...

full text

کاربرد شبکه عصبی مصنوعی در پیش بینی و تفسیر نتایج آزمایش بارگذاری صفحه در خاک های ریزدانه

در سال های اخیر، مدل های شبکه های عصبی مصنوعی در بسیاری از مسائل مهندسی ژئوتکنیک با موفقیت به کار برده شده اند. در این تحقیق از دو نوع از شبکه های عصبی مصنوعی شامل شبکه عصبی چند لایه پرسپترون و شبکه نوروفازی جهت ارائه مدلی به منظور پیش بینی نتایج آزمایش بارگذاری صفحه بر روی خاک های ریزدانه انجام شده است. مدول عکس العمل بستر یک رابطه مفهومی بین فشار خاک و جابجایی آن است که به طور گسترده در تحلی...

15 صفحه اول

کاربرد شبکه عصبی مصنوعی در حسابرسی

چکیده بسیاری از فرآیندهای حسابرسی به سرعت در حال تغییرند. یکی از مسایل مهم حسابرسی این است که چگونه فناوری اطلاعات بر فرآیند حسابرسی ومهارت‏های حسابرسی تأثیر می‏گذارد. حسابرسان باید از آمادگی‏های لازم برای فعالیت در این محیط جدید برخورار باشند. یافته‏های تازه در قلمرو فناوری اطلاعات و ارتباطات، حسابرسان را در نظارت و کنترل عملیات شرکت صاحب‎کار یاری می‏رسانند از جمله امکاناتی که در این محیط جدید...

full text

کاربرد شبکه های عصبی مصنوعی در تخصیص اعتبارات ویژه پژوهشی

بحث تخصیص اعتبارات همواره یکی از موضوعاتی بوده است که سازمان ها و نهادها را با مشکلات و چالش هایی مواجه ساخته است. دانشگاه ها و مراکز آموزش عالی نیز با افزایش روز افزون تقاضا برای اعتبار ویژه پژوهشی به دلیل مشخص نبودن اولویت ها و ماهیت واقعی دستاوردهای پژوهشی، تنش های مربوط به تخصیص اعتبارات را بیش از سایر سازمان ها حس کرده است. بنابراین هدف مقاله شناسایی معیارهای مناسب تخصیص اعتبارات ویژه پژوه...

full text

My Resources

Save resource for easier access later


Journal title:
مهندسی عمران مدرس

Publisher: دانشگاه تربیت مدرس

ISSN

volume 14

issue ویژه نامه تابستان 2014

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023