تحلیل دینامیکی محیط متخلخل با استفاده از مدل های رفتاری منتج از شبکه های عصبی مصنوعی در روش عناصر محدود

پایان نامه
چکیده

در این تحقیق، روش و اسلوب مدل رفتاری مواد بر اساس شبکه عصبی مصنوعی برای مواد مهندسی، بسط و شرح داده شده است. با این رویکرد، رفتار تنش- کرنش مواد مهندسی، می تواند با وزن های خروجی یک شبکه عصبی مصنوعی چند لایه feed-forward که به طور مستقیم با داده های تنش- کرنش به دست آمده از آزمایشات آموزش دیده است، بدست آید. امکان پیاده سازی این رویکرد با مدل رفتاری بدست آمده از شبکه عصبی مصنوعی برای آزمایش سه محوری سیکلی و مونوتنیک ماسه اشباع زهکشی نشده، مورد تحقیق و بررسی قرار گرفته است. روش آموزش و تست، رویکرد مبتنی بر تنش و کرنش، بر مدل رفتاری مواد مورد بررسی قرار گرفته است. نتایج تنش- کرنش برای مواد که به وسیله مدل مبتنی بر شبکه عصبی مصنوعی پیش بینی و شبیه سازی شده است، با نتایج و داده های آزمایشگاهی مقایسه شده است. تمامی مدل های رفتاری بسط یافته در این تحقیق به خوبی با داده ای آزمایشگاهی همخوانی داشته و نتایج تست شبکه عصبی مصنوعی، معقول و مستدل است. موضوعات اصلی و مهم در باب اجرا و پیاده سازی مدل های رفتاری منتج از شبکه عصبی مصنوعی در رویه حل مسائل مربوط به روش عناصر محدود مورد بحث قرار گرفته است. از مدل های رفتاری سیکلی بدست آمده از شبکه عصبی مصنوعی برای ماسه اشباع زهکشی نشده، در تحلیل دینامیکی یک مسئله، استفاده شده 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

شناسایی مدل دینامیکی هواپیما با استفاده از شبکه‌های عصبی مصنوعی

در این مقاله‌، روشی جهت شناسایی مدل دینامیکی هواپیما در حالت 6 درجه آزادی‌، با استفاده از شبکه‌ی عصبی ارائه می‌شود‌. برای مدلسازی با شبکه‌های عصبی‌، آگاهی قبلی نسبت به ویژگی‌های سیستم چندان مورد نیاز نیست و می‌توان با بکارگیری مجموعه‌ای از ورودی‌ها و خروجی‌های ثبت شده‌ی سیستم‌، عملیات شناسایی را انجام داد‌. لذا این شیوه برای هواپیما که تعیین مقادیر دقیق جرم‌، ممانهای اینرسی‌، مشتقات پایداری و ک...

متن کامل

شناسایی مدل دینامیکی هواپیما با استفاده از شبکه های عصبی مصنوعی

در این مقاله ، روشی جهت شناسایی مدل دینامیکی هواپیما در حالت 6 درجه آزادی ، با استفاده از شبکه ی عصبی ارائه می شود . برای مدلسازی با شبکه های عصبی ، آگاهی قبلی نسبت به ویژگی های سیستم چندان مورد نیاز نیست و می توان با بکارگیری مجموعه ای از ورودی ها و خروجی های ثبت شده ی سیستم ، عملیات شناسایی را انجام داد . لذا این شیوه برای هواپیما که تعیین مقادیر دقیق جرم ، ممانهای اینرسی ، مشتقات پایداری و ک...

متن کامل

مدل سازی و پیش بینی رشد اقتصادی در ایران با استفاده از شبکه های عصبی مصنوعی

شبکه های عصبی مصنوعی، یک ابزار قدرتمند برای تجزیه و تحلیل داده ها و مدل سازی روابط غیر خطی به حساب می آید که استفاده از آن طی سال های گذشته در اقتصاد کلان گسترش یافته است. در این مطالعه، کارایی یک مدل شبکه عصبی با یک مدل خطی رگرسیون برای پیش بینی نرخ رشد اقتصادی در ایران مقایسه می شود. برای این منظور ابتدا، یک مدل رگرسیون رشد برای دوره 1315-1373 برآورد شده و سپس با همان مجموعه رگرسورها (متغیرها...

متن کامل

تعیین ویژگی های فیزیکی شبکه معادل در تحلیل جریان درون محیط های متخلخل با استفاده از مدل های شبکه ای

تحلیل جریان درون محیط های متخلخل، کاربردهای متعددی در شاخه های مختلف علوم و مهندسی از جمله مهندسی منابع آب، محیط زیست، شیمی و نفت دارد. بیشتر تحقیقاتی که در این زمینه صورت پذیرفته، بر اساس مبانی تئوریک و نتایج حاصل از مشاهدات آزمایشگاهی دارسی و فورشهایمر است. در دهه اخیر، به دلیل نیاز به بررسی جریان های دو و یا سه بعدی و همچنین تحلیل برخی از پیچیدگی های جریان درون محیط های متخلخل، مدل های شبکه ...

متن کامل

تحلیل مؤلفه‌های فرهنگ‌سازمانی دانش‌محور با استفاده از شبکه عصبی مصنوعی

این پژوهش به تحلیل مولفه های فرهنگ سازمانی دانش محور به منظور نیل به اثربخشی عملکرد با استفاده از شبکه عصبی مصنوعی می‌پردازد.پژوهش حاضر ازنظر نوع استفاده کاربردی است که با روش آمیخته اکتشافی انجام‌شده است. در تدوین ادبیات پژوهش با استفاده از روش بررسی اسنادی و نتایج حاصل از آن، مصاحبه‌های عمیق حضوری در چندین نوبت با 20 نفر از خبرگان دانشگاهی به عمل آمد. پس از ثبت مصاحبه‌ها، داده‌ها به روش تحلیل...

متن کامل

برآورد پتانسیل آلودگی آرسنیک آب های زیرزمینی شهرستان سنندج با استفاده از مدل شبکه عصبی مصنوعی

زمینه و هدف: شناسایی آبهای زیرزمینی آلوده به آرسنیک با استفاده از پارامترهای سطحی خاک و مدلسازی این رابطه در دو مدل شبکه عصبی مصنوعی و رگرسیون خطی چندگانه میتواند در مدیریت منابع آبی منطقه مفید باشد. مواد و روشها: در این مطالعه برآورد پتانسیل آلودگی آرسنیک آب های زیرزمینی سنندج با استفاده از مدل های رگرسیون خطی چندگانه و شبکه عصبی مصنوعی مورد آزمون قرار گرفت. در این راستا از بین چاه ها ی مجو...

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 صنعتی شیراز - دانشکده مهندسی عمران

میزبانی شده توسط پلتفرم ابری doprax.com

copyright © 2015-2023