مقاله مدل‌سازی آزمایش پرسیومتری (فشارسنجی) بااستفاده از شبکه‌ی عصبی مصنوعی

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

 مقاله مدل‌سازی آزمایش پرسیومتری (فشارسنجی) بااستفاده از شبکه‌ی عصبی مصنوعی دارای ۲۴ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد مقاله مدل‌سازی آزمایش پرسیومتری (فشارسنجی) بااستفاده از شبکه‌ی عصبی مصنوعی  کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه  و مراکز دولتی می باشد.

توجه : در صورت  مشاهده  بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل ورد می باشد و در فایل اصلی مقاله مدل‌سازی آزمایش پرسیومتری (فشارسنجی) بااستفاده از شبکه‌ی عصبی مصنوعی،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از متن مقاله مدل‌سازی آزمایش پرسیومتری (فشارسنجی) بااستفاده از شبکه‌ی عصبی مصنوعی :

تعداد صفحات :۲۴

آزمایش پرسیومتری(فشارسنجی)، یکی از مهم‌ترین آزمایش‌های برجای مهندسی ژئوتکنیک است. این آزمایش قادر به تخمین بسیار مناسبی از پارامترهای تغییر شکلی خاک است. در این تحقیق از سه نوع شبکه‌ی عصبی مصنوعی(A‌N‌N) به‌منظور مدل‌سازی آزمایش پرسیومتری(فشارسنجی) استفاده شده است. برای این منظور ابتدا از پرسپترون چندلایه ــ یکی از پرکاربردترین شبکه‌های عصبی ــ استفاده شد و در ادامه، با استفاده از شبکه‌ی نوروفازی که ترکیبی از شبکه‌های عصبی ـ فازی و نیز با بهره‌گیری از شبکه‌ی عصبی تابع مبنای شعاعی که شبکه‌یی موفق در مسائل غیرخطی است به این مهم پرداخته شد. در تمامی این مدل‌ها از خواص فیزیکی و تراکمی خاک استفاده شده است. مدل‌ها از دو ساختار کلی دارای ۶ ورودی، و دارای ۵ ورودی و یک خروجی تشکیل شده‌اند. از مجموعه‌ی بزرگی از آزمایش‌های پرسیومتریِ انجام شده روی محدوده‌ی وسیعی از خاک‌های ریزدانه و درشت‌دانه، به‌عنوان بانک اطلاعاتی استفاده شده است. شبکه‌های مورد استفاده نیز موفقیت قابل قبولی از خود نشان داده‌اند. در نهایت مدل‌های مختلف شبکه‌های عصبی با یکدیگر مقایسه، و شبکه‌یی که بهترین عملکرد را داشته مشخص شده است. برای ارزیابی شبکه نمودارهای فشار ـ تغییرحجم حاصل از شبیه‌سازی ساختارهای بهینه‌ی هر مدل با نتایج تجربی حاصل مقایسه شده است. مدل‌های مبتنی بر شبکه‌های عصبی، برخلاف مدل‌های رفتاری مرسوم توضیحی درمورد چگونگی اثر پارامترهای ورودی بر خروجی نمی‌دهند. در این تحقیق با انجام تحلیل حساسیت روی ساختار بهینه‌ی مدلِ معرفی شده سعی شده است تا حدودی به این سؤال پاسخ داده شود.