پیش بینی نشست در شالوده های سطحی روی خاکهای غیرچسبنده بااستفاده از روش شبکه های عصبی مصنوعی

پایان نامه
  • وزارت علوم، تحقیقات و فناوری - دانشگاه شیراز
  • نویسنده محمد بزمی
  • استاد راهنما نادر هاتف
  • تعداد صفحات: ۱۵ صفحه ی اول
  • سال انتشار 1381
چکیده

شبکه های عصبی مصنوعی شاخه ای از هوش مصنوعی هستند که در معماری آنها تلاش بر شبیه سازی سیستم بیولوژیک مغز انسان می باشد. در این تحقیق برای پیش بینی مقدار نشست پی های سطحی متکی بر خاکهای غیرچسبنده از شبکه های عصبی مصنوعی با الگوریتم های پس انتشار خطا و توابع پایه شعاعی استفاده شده است، به این منظور از یک بانک اطلاعاتی شامل 200 مجموعه داده اندازه گیری شده دقیق بهره گرفته شده است، مقادیر پیش بینی شده نشست توسط شبکه های عصبی مصنوعی با نتایج حاصل از روشهای معین رایج مقایسه شده و بیانگر این مطلب است که شبکه عصبی ارائه شده نتایج دقیق تری را نسبت به روشهای معین موجود ارائه می دهد علاوه بر آنکه طراحی شبکه عصبی همراه با حذف داده های ناسازگار می تواند نتایج قابل قبولتری را ارائه داد.

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

پیش بینی نشست سطحی ناشی از حفر تونل با استفاده از شبکه های عصبی مصنوعی؛ مطالعۀ موردی: تونل متروی مشهد 

در هنگام حفر تونل در فضاهای شهری، جلوگیری از آسیب و تخریب سازه­های مجاور اهمیت ویژه­ای دارد. برای کاهش این آسیب­ها باید از نشست سطحی زمین جلوگیری کرد. در سال­های اخیر بررسی‌های گسترده­ای در زمینۀ پیش­بینی نشست سطحی زمین در اثر حفر تونل انجام شده است. انتخاب روش مناسب به عوامل مختلفی بستگی دارد. نشست سطحی ناشی از حفر تونل با کمک متغیرهای ورودی که تأثیر فیزیکی چشم‌گیری بر نشست دارند، پیش­بینی شده...

متن کامل

کاربرد 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 کامل

روش جدید پیش بینی نشست آنی شالوده های سطحی با استفاده از سختی حداکثر خاک ها

بیشتر روش های موجود برای تخمین نشست شالوده های سطحی مستقر بر روی خاک های غیرچسبنده براساس همبستگی های میان نتایج آزمایش های برجا، همچون نفوذ استاندارد با مدول یانگ هستند. نشست پیش بینی شده بر اساس نتایج این گونه آزمایش ها، پراکنده و اغلب غیر واقع بینانه است. در این نوشتار سعی شده است با ارائه ی یک رویکرد جدید، تخمین نشست شالوده های سطحی بر روی خاک های غیرچسبنده مورد توجه قرار گیرد، که در آن از ...

متن کامل

مقایسه قدرت پیش بینی روش شبکه عصبی مصنوعی با سایر روش های پیش‏بینی: مورد قیمت چغندرقند

این مطالعه با هدف پیش­بینی قیمت اسمی و واقعی چغندرقند و مقایسه روش شبکه عصبی مصنوعی با سایر روش­ها صورت گرفت. پس از بررسی ایستایی سری­ها، تصادفی بودن متغیرها با استفاده از دو آزمون ناپارامتریک والد- ولفویتز و پارامتریک دوربین- واتسون بررسی شد. براساس نتایج این آزمون­ها سری قیمت اسمی چغندرقند به‏عنوان سری غیرتصادفی و قابل پیش­بینی و سری قیمت واقعی به‏عنوان سری تصادفی ارزیابی شد. دوره مطالعه نیز ...

متن کامل

مقایسه عملکرد شبکه های عصبی مصنوعی و شبکه های عصبی موجکی در پیش بینی درصد شکستگی جو در کمباین برداشت

در این تحقیق، نحوه عملکرد شبکه های عصبی موجکی با شبکه ‌های عصبی مصنوعی در پیش بینی درصد شکستگی دانه های جو در کمباین مقایسه شد. شبکه‌های مزبور به صورت تابعی از درجه حرارت هوا، سرعت کوبنده، سرعت پیشروی کمباین، فاصله کوبنده و ضدکوبنده در جلو و عقب واحد کوبنده و درصد رطوبت جو آموزش داده شد. شبکه عصبی موجکی (RASP1) با دقت 2/90 درصد در پیش بینی شکستگی دانه جو به عنوان یک جایگزین مناسب برای شبکه‌های...

متن کامل

بررسی ترکیب تبدیل های موجک و شبکه عصبی در پیش بینی جریان های سطحی تنگه هرمز

جریان‌های سطحی اقیانوسی، نقش مهمی در انتقال گرما و تغییرات آب و هوایی دارد. ازاین‌رو، پیش‌بینی جریان‌های دریایی از اهمیت بسزایی در اقیانوس‌شناسی برخوردار است. در این پژوهش با به‌کارگیری شبکه‌‌عصبی و تکنیک تبدیل موجک به پیش‌بینی جریان‌های سطحی تنگه‌هرمز پرداخته شده است. بدین منظور داده‌های ثبت‌شده این حوزه از نوامبر سال 1992 تا دسامبر سال 2014 با گام زمانی 5 روزه از سایت ناسا تهیه و با به‌کا...

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 شیراز

میزبانی شده توسط پلتفرم ابری doprax.com

copyright © 2015-2023