مقاله پیش بینی مقاومت فشاری تک محوره سنگ با استفاده از روشهای رگرسیون خطی چندگانه و شبکه های عصبی مصنوعی


در حال بارگذاری
23 اکتبر 2022
فایل ورد و پاورپوینت
2120
2 بازدید
۹۷,۷۰۰ تومان
خرید

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

  مقاله پیش بینی مقاومت فشاری تک محوره سنگ با استفاده از روشهای رگرسیون خطی چندگانه و شبکه های عصبی مصنوعی دارای ۹ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد مقاله پیش بینی مقاومت فشاری تک محوره سنگ با استفاده از روشهای رگرسیون خطی چندگانه و شبکه های 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 پیش بینی مقاومت فشاری تک محوره سنگ با استفاده از روشهای رگرسیون خطی چندگانه و شبکه های عصبی مصنوعی،به هیچ وجه بهم ریختگی وجود ندارد


بخشی از متن مقاله پیش بینی مقاومت فشاری تک محوره سنگ با استفاده از روشهای رگرسیون خطی چندگانه و شبکه های عصبی مصنوعی :

تعداد صفحات:۹
چکیده:
شبکه عصبی مصنوعی یک سیستم محاسباتی است که از گره هایی به نام نرون و ارتباط بین آنها تشکیل شده است و اگر با تعداد مناسبی دادههای آموزشی (مانند مشخصات نمونه های سنگی) تعلیم ببیند، میتواند روابط موجود بین پارامترها را تشخیص دهد. مقاومت فشاری تک محوره یکی از مهمترین پارامترهای مکانیک سنگی است که توسط آزمایش مستقیم اندازه گیری آن و یا از طریق تخمین توسط آزمایشهای مرتبط، به دست می آید. از مزایای روش های غیر مستقیم می توان به بهای کم و انعطاف پذیری آنها اشاره کرد. در این تحقیق با استفاده از نتایج حاصل از آزمایشهای مکانیک سنگی انجام شده بر روی نمونه های معدن مس میدوک کرمان، یک شبکه عصبی با ۴ ورودی شامل ثابت سنگ، چگالی، تخلخل و شاخص بار نقطه ای ((I(s50) ویک خروجی (مقاومت فشاری تک محوره) طراحی شده است و روش به کاررفته در آن الگوریتم پس انتشار می باشد. سپس، این شبکه توسط مجموعه ای از ۳۷ جفت ورودی- خروجی مورد آزمایش و ارزیابی قرار گرفته تا کارایی آن مشخص گردد. در انتها نیز تحلیل های آماری بر روی داده ها انجام شده است تا بتوان این دو روش را با یکدیگر مقایسه کرد. بر اساس این مطالعه، استفاده از روش شبکه عصبی در صورت اعمال شرایط لازم، می تواند تخمین هایی با دقت و سرعت بیشتر ارائه دهد.

  راهنمای خرید:
  • در صورتی که به هر دلیلی موفق به دانلود فایل مورد نظر نشدید با ما تماس بگیرید.