دوره 15، شماره 5 - ( 1394 )                   جلد 15 شماره 5 صفحات 190-181 | برگشت به فهرست نسخه ها

XML English Abstract Print

Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
Komakpanah1 H, Yasrebi , S S, Golshani A. Application of Artificial Neural Networks in Prediction of Expansive Behavior of Clay Soils. MCEJ 2015; 15 (5) :181-190
URL: http://mcej.modares.ac.ir/article-16-8121-fa.html
کمک پناه حامد، یثربی سید شهاب الدین، گلشنی علی اکبر. کاربرد شبکه عصبی مصنوعی در پیش بینی رفتار تورمی خاکهای رسی. مهندسی عمران مدرس. 1394; 15 (5) :181-190

URL: http://mcej.modares.ac.ir/article-16-8121-fa.html

کاربرد شبکه عصبی مصنوعی در پیش بینی رفتار تورمی خاکهای رسی
حامد کمک پناه1 ، سید شهاب الدین یثربی2 ، علی اکبر گلشنی* 3
1- دانشگاه تربیت مدرس
2- دانشیار بخش عمران، دانشکده عمران و محیط زیست، دانشگاه تربیت مدرس، تهران
3- استادیار بخش عمران، دانشکده عمران و محیط زیست، دانشگاه تربیت مدرس، تهران
چکیده:   (5928 مشاهده)
در این پژوهش از قابلیت شبکه عصبی مصنوعی برای پیش بینی رفتار خاک های متورم شونده 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 است مدل شده اند. نتایج حاصل از این شبکه ها بر اساس شاخص های ارزیابی معرفی شد و با یکدیگر مقایسه شده اند که منجر به انتخاب بهترین آرایش شبکه از لحاظ دقت و کاربرد شده است. لازم به گفتن است که پارامترهای رطوبت، اندیس خمیری، دانسیته خشک و درصد ریزدانه خاک به عنوان پارامتر های ورودی و پارامتر درصد تورم آزاد بعنوان پارامتر خروجی در نظر گرفته شده است. از آنجاکه خاک های در نظر گرفته شده برای این شبکه از مناطق مختلفی انتخاب شده است، پس شبکه عصبی فوق قابلیت پیش بینی رفتار تورمی انواع خاک های رسی را دارد. همچنین برای آموزش سیستم شبکه های عصبی مورد پژوهش، از نتایج پژوهش های قبلی، داده های خام مهندسین مشاور ژئوتکنیک و پایان نامه های موجود در زمینه خاک های متورم شونده استفاده شده است.
واژه‌های کلیدی: تورم، خاکهای رسی، شبکه عصبی، پرسپترون
متن کامل [PDF 1190 kb]   (5531 دریافت)    

دریافت: 1394/8/17 | پذیرش: 1394/6/1 | انتشار: 1394/8/17
ارسال نظر درباره این مقاله : نام کاربری یا پست الکترونیک شما:
CAPTCHA
بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.