کاربرد منطق فازی وشبکه های عصبی درپیش بینی شاخص تراکم خاک های رسی
پایان نامه
- وزارت علوم، تحقیقات و فناوری - دانشگاه فردوسی مشهد - دانشکده مهندسی
- نویسنده سعید فرخنده
- استاد راهنما جعفر بلوری بزاز محمد رضا توکلی زاده
- تعداد صفحات: ۱۵ صفحه ی اول
- سال انتشار 1389
چکیده
نشست تحکیمی یکی از ملاحظات مهم در پروژه های عمرانی است که به وسیله آزمایش تحکیم تعیین می شود. آزمایش تحکیم یک آزمایش وقت گیر و پرهزینه است که باید با دقت کافی انجام شود. تخمین نشست تحکیمی بر مبنای پارامترهای موثری که با انجام آزمایش های ساده و کم هزینه و با دقت کافی قابل تعیین باشند، همواره مورد توجه بسیاری از محققین بوده است. با توجه به این موارد، محققین مختلفی سعی کرده اند تا با استفاده از داده های آزمایشگاهی، فرمول های تجربی جهت تعیین پارامترهای تحکیم خاک ارائه دهند. ولی در تمامی این روابط، اثر پارامترها به طور مجزا دیده شده و ترکیب آنها در یک رابطه برای تعیین شاخص تراکم منظور نشده است و نتیجه از دقت و خطای قابل قبولی برخوردار نمی باشد. شبکه های عصبی مصنوعی و منطق فازی، روش های جدیدی است که در دهه اخیرعلاوه بر به کارگیری درعلوم مختلف، در حل بسیاری از مسائل ژئوتکنیک گسترش یافته و از آن، در تخمین پارامترهای ژئوتکنیکی استفاده گردیده است. در این پژوهش به کمک یکی از انواع شبکه های عصبی وسیستم نوروفازی خطی- محلی و با استفاده از داده های آزمایشگاهی درشهر مشهد، شامل حدروانی، حدخمیری ونسبت تخلخل، میزان شاخص تراکم خاک های رسی برآورد گردیده است. نتایج حاصله نشان می دهد که مدل های ارائه شده از دقت و کارایی قابل قبولی برخوردار می باشد.
منابع مشابه
مقایسه عملکرد مدلهای رگرسیونی ARIMA وشبکه عصبی باالگوریتم ژنتیک (GMDH) درپیش بینی قیمت نفت خام ایران
این پژوهش باهدف معرفی یک الگوی مناسب جهت پیش بینی قیمت نفت خام سنگین ایران صورت پذیرفته است. داده های مورداستفاده دراین پژوهش به صورت هفتگی وشامل بازه ی زمانی هفته سوم 4/2002 الی هفته چهارم 7/2011 که مشتمل بر485مشاهده بوده که جهت مجزاسازی پیش بینی های داخل نمونه ای وخارج ازنمونه استفاده شده است. همچنین الگوهای مورداستفاده دراین پژوهش عبارتنداز:یک مدل شبکه عصبی مصنوعی مبتنی برالگوریتم ژنتیک (GM...
متن کاملمقایسه عملکرد مدلهای رگرسیونی arima وشبکه عصبی باالگوریتم ژنتیک (gmdh) درپیش بینی قیمت نفت خام ایران
این پژوهش باهدف معرفی یک الگوی مناسب جهت پیش بینی قیمت نفت خام سنگین ایران صورت پذیرفته است. داده های مورداستفاده دراین پژوهش به صورت هفتگی وشامل بازه ی زمانی هفته سوم 4/2002 الی هفته چهارم 7/2011 که مشتمل بر485مشاهده بوده که جهت مجزاسازی پیش بینی های داخل نمونه ای وخارج ازنمونه استفاده شده است. همچنین الگوهای مورداستفاده دراین پژوهش عبارتنداز:یک مدل شبکه عصبی مصنوعی مبتنی برالگوریتم ژنتیک (gm...
متن کاملکاربرد شبکه های عصبی مصنوعی در پیش بینی شاخص های کلان علم و فناوری
ارزیابی تحقیق و توسعه و ارتباط بین تولید علم و تکنولوژی در سطح کلان کشورها به دلیل حجم بالای اطلاعات و تغییر و تحولات سریع در این حوزه محدود بوده است. این پژوهش با هدف درک ارتباط و عملکرد توسعه فناوری در رابطه با فعالیتهای تولید علم در سطح کشورها صورت پذیرفته است که از نوع تحقیقات توصیفی-کاربردی میباشد. هدف ساخت مدلی با استفاده از الگوریتم های پیشرفته است که توانایی پیشبینی شاخص فناوری را ...
متن کاملبرآورد روند شاخص امنیت اقتصادی در ایران (کاربرد منطق فازی)
امنیت اقتصادی یکی از متغیرهای بسیار مهم و تأثیرگذار بر متغیرهای کلان اقتصادی است که مورد توجه زیاد دولتها، سرمایهگذاران و برنامهریزان میباشد. دسترسی به اطلاعات امنیت اقتصادی، سرمایهگذاران و برنامهریزان را در اتخاذ سیاستها و تصمیمات بهینه بسیار یاری خواهد نمود. بر این اساس در این تحقیق با بکارگیری روش منطق فازی و نرمافزار (MATLAB) اقدام به شبیهسازی و برآورد شاخص و روند امنیت اقتصادی در ...
متن کاملکاربرد شبکه های عصبی مصنوعی در پیش بینی شاخص بازدهی نقدی و قیمت سهام
مدل سازی پیش بینی متغیرهای مالی و اقتصادی با توجه به رفتار متغیرها، روش های گوناگونی دارد. تحقیق حاضر، چگونگی پیش بینی بازده سهام در بورس اوراق بهادار تهران را با دو مدل آربیتراژ و شبکه های عصبی مصنوعی مورد آزمون قرار داده است. برای این منظور از اطلاعات روزانه شاخص بازده نقدی و قیمت به عنوان متغیر وابسته و از اطلاعات روزانه قیمت سکه بهار آزادی، حجم معاملات کل بازار و قیمت دلار به عنوان متغیرهای...
متن کاملکاربرد شبکه های عصبی مصنوعی در پیش بینی بارش زمستانه
پیشبینی بارش یکی از مهمترین مسائل در زمینه مدیریت بهینه منابع آب در بخشهای مختلف نظیر صنعت، شرب و کشاورزی است. پیش بینی بارش می تواند باعث جلوگیری از تلفات و خسارات ناشی از بلایای طبیعی شود. هدف از تحقیق حاضر پیشبینی بارش زمستانه استان خراسان رضوی با استفاده از شبکههای عصبی مصنوعی میباشد. بدین منظور، ابتدا سری زمانی بارش متوسط منطقهای به روش کریجینگ در طول دوره آماری به دست آورده شد. سپس...
متن کاملمنابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
ذخیره در منابع من قبلا به منابع من ذحیره شده{@ msg_add @}
نوع سند: پایان نامه
وزارت علوم، تحقیقات و فناوری - دانشگاه فردوسی مشهد - دانشکده مهندسی
کلمات کلیدی
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023