تبیین رفتار تنش-کرنش خاک های رسی با استفاده از شبکه عصبی
thesis
- وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی خواجه نصیرالدین طوسی - دانشکده مهندسی عمران
- author محسن ناظم تقوی
- adviser امیرالدین صدرنژاد
- Number of pages: First 15 pages
- publication year 1381
abstract
در این تحقیق هشت فراسنج مکانیکی به عنوان ورودی های یک مدل شبکه عصبی برای مدلسازی رفتار تنش-کرنش خاک رس جنوب تهران مورد استفاده قرار گرفته است. این هشت پارامتر شامل حدروانی، اندیس، خمیری، نسبت تخلخل، دانسیته مرطوب، درصد رطوبت، عدد ocr و مقدار تنش همه جانبه می باشد. خروجی شبکه نیز مقادیر تنش در کرنشهای مشخص حاصل ار آزمایش سه محوری در حالات زهکشی شده و زهکشی نشده، تغییرات اضافه فشار آب منفذی در آزمایش های زهکشی نشده و تغییرات حجم نمونه در آزمایشات زهکشی شده می باشد. شبکه از 4 بخش مجزا که برای مدلسازی رفتار نمونه های دست نخورده تحت آزمایش cu و cv نمونه های بازسازی شده تحت آزمایش cv و cu بکار می رود، تشکیل یافته است.
similar resources
مدلسازی رفتار تنش - کرنش خاکهای رسی با استفاده از شبکه های عصبی مصنوعی
در این مقاله رفتار خاکهای رسی تحت آزمایش سه محوری با استفاده از شبکه های عصبی مصنوعی1 مورد مطالعه قرار گرفته است. در این راستا مدلهایی تهیه شد تا رفتار تنش – کرنش رسها را در شرایط زهکشی نشده پیش بینی کند. مزیت مدلهای تهیه شده در این است که پارامترهای ساده ای نظیر مشخصات فیزیکی خاک همچون حدود اتربرگ، رطوبت خاک، درصد ریزدانه و غیره برای مدل کردن رفتار تنش کرنش خاکهای رسی در آزمایش سه محوری به کار...
full textمطالعه رفتار ویسکوالاستیک انار تحت کرنش ثابت با استفاده از شبکه عصبی مصنوعی و مدل های ریاضی
full text
برآورد 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 textاستفاده از شبکه عصبی در پیش بینی رفتار خاک های متورم شونده رسی
در این تحقیق از روشی نوین با بکارگیری قابلیت شبکه عصبی مصنوعی برای پیش بینی رفتار تورمی خاک های رسی استفاده شده است. در این روش داده ها با استفاده از انواع آرایش شبکه های چند لایه پرسپترون، که از پرکاربردترین نوع شبکه های عصبی می باشد مدل شده اند. نتایج حاصل از این شبکه ها بر اساس شاخص های ارزیابی معرفی گردیده و با یکدیگر قیاس شده اند که منجر به انتخاب بهترین آرایش شبکه از لحاظ دقت و کاربرد گرد...
15 صفحه اولپیش بینی مقاومت برشی خاک های غیراشباع در حالت کرنش صفحه یی با استفاده از روش شبکه ی عصبی مصنوعی
با توجه به هزینه ی زیاد و زمان بر بودنِ انجام آزمایش های برش مستقیم یا سه محوری روی خاک های غیراشباع، معمولاً پارامترهای مقاومت برشیِ لازم در کاربردهای عملی، با استفاده از روابط تجربی موجود پیش بینی می شوند. اما تحقیقات جدید حاکی از آن است که هیچ یک از روش های تجربی ارائه شده در ادبیات مکانیک خاک های غیراشباع تواناییِ پیش بینی مقاومت برشی همه ی انواع خاک ها را ندارند. در این نوشتار، با استفاده از ن...
full textارزیابی داده های خروجی از حسگر اندازه گیر بلادرنگ رطوبت خاک با استفاده از شبکه عصبی
محتوای رطوبتی خاک،یکی از مهمترین ویژگیهای فیزیکی تاثیر گذار بر تولیدات کشاورزی می باشد. استفاده از حسگرهای خازنی، روشی برای تخمین محتوای رطوبت خاک می باشد. در این روش، خاک به عنوان بخشی از دی الکتریک حسگر خازنی محسوب می شود. در این تحقیق، داده های خروجی از یک حسگر خازنی که به شکل فرکانس بودند توسط شبکه عصبی مورد برازش قرار گرفته و با نتایج حاصل از رگرسیون مقایسه شدند. در ارزیابی استاتیکی داده ...
full textMy Resources
document type: thesis
وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی خواجه نصیرالدین طوسی - دانشکده مهندسی عمران
Keywords
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023