مرجع آموزش زمین شناسی، سنجش از دور، معدن و عمران
جامع ترین و معتبرترین آموزش برای نرم افزار های زمین شناسی، مهندسی معدن، ژئومکانیک (مکانیک سنگ و ژئوتکنیک)، عمران (خاک و پی)
............................................
رزومه مدرسان:دانشجویان کارشناسی ارشد و دکترا رشته های مهندسی معدن و عمران دانشگاه صنعتی امیرکبیر (پلی تکنیک) تهران
جهت آموزش حضوری و غیر حضوری (آنلاین و تهیه فیلم آموزشی) نرم افزار ها با شماره های زیر تماس حاصل فرمایید............................................
09157330367-09381295869 اسمعیلی-مدیریت وبسایت........ ................................................ در صورتی که موفق نشدید با شماره های فوق تماس حاصل فرمایید از طربق ایمیل زیر نیز می توانید در خواست خودتان را مطرح نمایید.......................................
raminesmaeili68@gmail.com
...................این سایت در ستاد ساماندهی پایگاه های اینترنتی به ثبت رسیده است و تمامی محصولات و خدمات این سایت حسب مورد دارای مجوز های لازم از مراجع مربوطه می باشد. همچنین فعالیت های این سایت تابع قوانین و مقررات جمهوری اسلامی ایران است
تخمین ضریب نفوذپذیری با استفاده از شبکۀ عصبی مصنوعی
در تحقيق حاضر با استفاده از شبکۀ عصبي مصنوعي مدلي برای تخمين ضریب نفوذ پذیری خاک بر اساس مشخصات دانه بندی و اتربرگ ارائه شده است. در مطالعۀ حاضر از یک بانک داده مشتمل بر 155 مورد خاک استفاده شده است. داده های مورد استفاده شامل نتایج آزمایش های دانه بندی، حدود اتربرگ و نفوذ پذیری مي باشد. آزمایش های نفوذ پذیری با روش بار افتان صورت گرفته اند. مقایسۀ نتایج به دست آمده از شبکه عصبي مصنوعي و مقادیر تجربي داده ها حاكي از این است كه مدل ارائه شده قادر به تخمين ضریب نفوذ پذیری با دقت بالایي است. هم چنين به منظور بررسي اثر هر یک از پارامترها بر روی نفوذپذیری آناليز حساسيت انجام شده است. آناليز حساسيت صورت گرفته بيانگر این است كه درجۀ تراكم در تخمين نفوذ پذیری از اهميت زیادی برخوردار است.
کلمات کلیدی:
ضریب نفوذ پذیری، شبکه عصبی مصنوعی، دان هبندی، حدود اتربرگ، آنالیز حساسیت
نویسندگان :
پریچهر تیزپا(دانشجوی کارشناسی ارشد مهندسی عمران خاک و پی، رشت، دانشگاه گیلان)
مهران کریمپورفرد (استادیار دانشگاه گیلان، دانشکده فنی، رشت، گیلان)
رضا جمشیدی چناری (استادیار دانشگاه گیلان، دانشکده فنی، رشت، گیلان)
اولین کنفرانس ملی مهندسی ژئوتکنیک ایران (1392)
برای دانلود به ادامه مطلب بروید
تخمین ضریب نفوذپذیری با استفاده از شبکۀ عصبی مصنوعی
در تحقيق حاضر با استفاده از شبکۀ عصبي مصنوعي مدلي برای تخمين ضریب نفوذ پذیری خاک بر اساس مشخصات دانه بندی و اتربرگ ارائه شده است. در مطالعۀ حاضر از یک بانک داده مشتمل بر 155 مورد خاک استفاده شده است. داده های مورد استفاده شامل نتایج آزمایش های دانه بندی، حدود اتربرگ و نفوذ پذیری مي باشد. آزمایش های نفوذ پذیری با روش بار افتان صورت گرفته اند. مقایسۀ نتایج به دست آمده از شبکه عصبي مصنوعي و مقادیر تجربي داده ها حاكي از این است كه مدل ارائه شده قادر به تخمين ضریب نفوذ پذیری با دقت بالایي است. هم چنين به منظور بررسي اثر هر یک از پارامترها بر روی نفوذپذیری آناليز حساسيت انجام شده است. آناليز حساسيت صورت گرفته بيانگر این است كه درجۀ تراكم در تخمين نفوذ پذیری از اهميت زیادی برخوردار است.
کلمات کلیدی:
ضریب نفوذ پذیری، شبکه عصبی مصنوعی، دان هبندی، حدود اتربرگ، آنالیز حساسیت
نویسندگان :
پریچهر تیزپا(دانشجوی کارشناسی ارشد مهندسی عمران خاک و پی، رشت، دانشگاه گیلان)
مهران کریمپورفرد (استادیار دانشگاه گیلان، دانشکده فنی، رشت، گیلان)
رضا جمشیدی چناری (استادیار دانشگاه گیلان، دانشکده فنی، رشت، گیلان)
رمز فایل ها:irock درصورتی که به جای کلید پرداخت خطای "امکان ایجاد کلید پرداخت تنها در دامنه درگاه [ irock1.ir ] مقدور می باشد !" نمایش داده شده است، کافیست در بخش ورود آدرس مرورگر خود بخشی از آدرس را که بصورت irock.loxblog.com یا irock.glxweb.com به irock1.ir تغییر دهید و Enter را از صفحه کلید بزنید تا کلید پرداخت ایجاد گردد. توجه داشته باشید که بقیه آدرس را تغییر ندهید (برای مثال http://irock.loxblog.com/post/1081 را بهhttp://irock1.ir/post/1081 تغییر دهید) بلافاصله پس از پرداخت هزینه لینک دانلود توسط سیستم فعال و در اختیار شما قرار می گیرد و یک کد رهگیری جهت پیگیری احتمالی درخواست، به شما داده می شود. همچنین بعد از چند ثانیه به صفحه مورد نظر جهت دریافت مقاله انتقال داده خواهید شد.
عضو شوید
عضویت سریع
آمار مطالب
آمار بازدید
