استفاده از شبکه های عصبی مصنوعی به عنوان مکمل روش های عددی در پیش بینی نشست تونل خط یک مترو تبریز

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

 استفاده از شبکه های عصبی مصنوعی به عنوان مکمل روش های عددی در پیش بینی نشست تونل خط یک مترو تبریز دارای ۲۱ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد استفاده از شبکه های عصبی مصنوعی به عنوان مکمل روش های عددی در پیش بینی نشست تونل خط یک مترو تبریز  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 استفاده از شبکه های عصبی مصنوعی به عنوان مکمل روش های عددی در پیش بینی نشست تونل خط یک مترو تبریز،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از متن استفاده از شبکه های عصبی مصنوعی به عنوان مکمل روش های عددی در پیش بینی نشست تونل خط یک مترو تبریز :

نام کنفرانس، همایش یا نشریه : زمین شناسی مهندسی

تعداد صفحات :۲۱

یکی از مسائل مهم در تونل های مترو شهری، تحلیل پایداری تونل و تعیین ضریب اطمینان مناسب و ایمن و همچنین پیش بینی میزان نشست است که منجر به تامین پایداری در حین اجرا و پس از آن در زمان بهره برداری از سازه مورد نظر خواهد شد. اهداف این پژوهش، استفاده از روش های مختلف در پیش بینی نشست و همچنین توسعه و ارتقای این روش ها به کمک یک دیگر است. در تحقیق حاضر، تحلیل پایداری و بررسی میزان نشست تونل خط یک مترو تبریز، با روش عددی، شبکه عصبی مصنوعی و روابط تجربی صورت پذیرفته است. با توجه به دو روش حفاری استفاده شده در تونل خط یک مترو تبریز (استفاده از دستگاه TBM و همچنین حفر تونل به روش NATM در این بررسی، ابتدا قسمتی از تونل که با روش NATM حفاری می شود با استفاده از روش عددی مورد تحلیل قرارگرفته و مقدار نشست سطح زمین و همچنین میزان هم گرایی تونل در دیواره تونل نیز با کمک همین نرم افزار پیش بینی شده است. سپس بر این اساس، روابط تجربی هم گرایی- نشست برای محیط پیرامون تونل خط یک مترو تبریز اصلاح شده اند. پس از آن با استفاده از شبکه عصبی مصنوعی و داده های موجود، میزان نشست، پیش بینی شده و با مقدار به دست آمده از روش عددی و روابط تجربی مقایسه شده است. در قسمت دوم تحقیق نیز میزان نفوذ TBM با شبکه عصبی پیش بینی شده است که این پارامتر می تواند در مواجهه با مناطق دردسرساز و همچنین استفاده از فشار EPB مناسب در TBM بسیار مفید باشد.

کلید واژه: تونل مترو، شبکه عصبی، پیش بینی نشست، مدل سازی عدی، FLAC، شبکه عصبی،آنالیز حساسیت