تعیین نفوذپذیری خاک با استفاده از شبکه های عصبی مصنوعی

پایان نامه
  • وزارت علوم، تحقیقات و فناوری - دانشگاه علم و صنعت ایران - دانشکده مهندسی عمران
  • نویسنده علی برومند
  • استاد راهنما محمدحسن بازیار
  • تعداد صفحات: ۱۵ صفحه ی اول
  • سال انتشار 1383
چکیده

به منظور جلوگیری از نفوذ آب در بسیاری از سازه های زیرزمینی و زمینی باید لایه های مناسب نفوذ ناپذیر طراحی و اجرا شوند همچنین تامین آب سالم برای مصارف خانگی کشاورزی و صنعتی از مسایل روز در سراسر دنیا است منابع ذخیره آب باید در مخازن سدها و کانال های آبرسانی با حداقل تلفات ممکن حفظ شود بعلاوه مساله دفع زباله های جامد امروزه گریبانگیر اکثر جوامع شهر است. در مراکز دفن زباله برای جلوگیری از نفوذ شیرابه ها به خاک و آلوده شدن منابع آب و خاک باید از لایه های مناسب نفوذ پذیر در زیر و روی هر لایه زباله استفاده شود در همه این موارد در صورت در دسترس بودن مصالح مناسب در محل استفاده از مصالح خاکی برای کنترل تراوش خاک نسبت به سایر روش های در اولویت است.در مورد استفاده از قانون دارسی برای مطالعه حرکت آب در خاک در محدوده جریان های آرام بین محققین اجماع و جود دارد با این حال با توجه به متغیر بودن ضریب نفوذ پذیری دارسی و وابسته بودن آن به پارامترهای خاک تلاش های زیادی برای تعیین این پارامتر صورت گرفته است در کنار روش های آِزمایشگاهی و در محل متعدی که برای اندازه گیری مستقیم ضریب نفوذ پذیری محققین ارایه شده است در مطالعه حاضر سعی شده است با استفاده از شبکه های عصبی مصنوعی نفوذپزیری خاک پیش بینی شود به این منظور خاک ها به سه دسته تقسیم شده اند خاک های ریزدانه متراکم شده خاک های ریزدانه غیر متراکم و خاک های درشت دانه برای هر یک از این گروه ها با توجه به پارامترهای مربوط به همان گروه خاک مدل های جداگانه برای پیش بینی نفوذپذیری معرفی شده است در انجام این مطالعه به منظور مدلسازی عصبی از نرم افزار statistica neural network استفاده شده است و دو سری داده benson و unsoda بعنوان نمونه های مورد استفاده در آموزش و آزمایش شبکه ها بکار رفته است

۱۵ صفحه ی اول

برای دانلود 15 صفحه اول باید عضویت طلایی داشته باشید

اگر عضو سایت هستید لطفا وارد حساب کاربری خود شوید

منابع مشابه

مدلسازی نفوذپذیری سیستم بیوراکتورغشایی با استفاده از شبکه عصبی مصنوعی

مدلسازی برای سیستم های پیچیده ای همچون بیوراکتور غشایی به دلیل امکان اجرای آزمایشهای مجازی زیاد در زمان کوتاه ابزاری قدرتمند است، اگرچه نیازمند اعتبار تجربی و تبدیل فرایند به مدل ریاضی می باشد. در این پژوهش به مدلسازی فرایند فیلتراسیون توسط شبکه های عصبی با استفاده از نرم افزار MATLAB 8.1 (2013) پرداخته شده و از داده های تجربی یک سیستم بیوراکتور غشایی غوطه ور مجهز به غشاء کوبوتا جهت تصفیه فاضلا...

متن کامل

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...

متن کامل

تعیین 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 ...

متن کامل

تخمین نفوذپذیری نهایی خاک‌ها با استفاده از مدل شبکه عصبی مصنوعی (مطالعه موردی: مزرعه پردیس ابوریحان)

نفوذپذیری یکی از مهم‌ترین پارامترهای فیزیکی خاک‌ها و از داده‌های بنیادی طرح‌های آبیاری و زه‌کشی است. اگرچه برای توصیف این پدیده، تاکنون روش‌ها و روابط مختلف تئوری و یا تجربی ارایه شده، ولی هنوز هم از جنبه‌های تطابق و امکان کاربرد علوم جدیدی نظیر روش شبکه‌های عصبی مصنوعی در پیش‌بینی این پدیده، جای تحقیق و بررسی وجود دارد. در تمام روش‌های موجود برای تعیین روابط نفوذ، انجام آزمایش‌های زمان‌بر و پر...

متن کامل

تخمین نسبت باربری کالیفرنیا خاک های مردابی بهسازی شده با استفاده از شبکه عصبی مصنوعی

امروزه استفاده از روش اختلاط عمیق برای بهبود روسازی جاده ها گسترش یافته است. یکی از مهمترین اهداف این روش ، افزایش ضریب باربری کالیفرنیا و کاهش نشست روسازی می باشد. در سال های اخیر، مدلسازی به وسیله هوش محاسباتی، جایگاه ویژه ای در مهندسی عمران پیدا کرده است وتخمین رفتار و فرایند مقاوم سازی که با پیچیدگی های فراوانی روبه رو بوده، تا حدودی به کمک این روش ها میسر شده است. هدف اصلی این تحقیق، ساخت ...

متن کامل

منابع 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 علم و صنعت ایران - دانشکده مهندسی عمران

میزبانی شده توسط پلتفرم ابری doprax.com

copyright © 2015-2023