برای اطلاع از آخرین مقالات علمی و اخبار کرونا(COVID-19) کلیک کنید

مشخصات مقاله

عنوان نشریه: 
 
اطلاعات شماره: 
1393 , دوره  10 , شماره  1 ; از صفحه 35 تا صفحه 46 .
 
عنوان مقاله: 

تخمين مقاومت فشاري تك محوري و مدول الاستيسيته نمونه هاي كنگلومرا با استفاده از رگرسيون و شبكه عصبي مصنوعي

 
نویسندگان: 
 
آدرس:  
* گروه زمین شناسی، دانشکده علوم پایه، دانشگاه بوعلی سینا، همدان، ایران
 
چکیده: 
تعيين دقيق برخي از خواص مكانيكي سنگ ها، مانند مقاومت فشاري تك محوري (Uniaxial Compressive Strength, UCS) ، و مدول الاستيسيته (E)، به زمان و هزينه قابل توجهي براي جمع آوري و آماده سازي نمونه هاي مناسب و آزمون هاي آزمايشگاهي نياز دارد. UCS و E از جمله مهمترين خواص سنگ ها مي باشند كه تعيين آنها براي مطالعات مهندسي سنگ در بسياري از پروژه هاي معدني و مهندسي عمران ضروري مي باشد. بنابراين براي به حداقل رساندن زمان و هزينه مي توان از روابط تجربي كه به طور گسترده اي براي برآورد خواص پيچيده سنگ ها از داده هاي حاصل از روش هاي آسان بهره مي گيرد، استفاده نمود. هدف از اين مطالعه، بررسي روش هاي شبكه عصبي مصنوعي (Artificial Neural Network, ANN) ،و رگرسيون چند متغيره خطي (Multiple linear regression, MLR) به منظور برآورد UCS و E مي باشد. در اين پژوهش متغيرهاي مستقل شاخص مقاومت بار نقطه اي (Point Load Strength Index, Is (50)) ، سرعت موج (Pressure wave velocity, Vp) تخلخل (n)، چگالي (gd) و درصد رطوبت (water content, Wn) به عنوان پارامترهاي ورودي به منظور پيش بيني متغيرهاي وابسته (UCS, E) در هر دو روش استفاده شدند. روش MLR،UCS و E را به ترتيب با ضرايب تعيين R2 =0.85 و R2=0.72 پيش بيني نموده است. استفاده از شبكه عصبي پرسپترون چندلايه(Multilayer Perceptron, MLP) ، ضرايب تعيين را تا سطح قابل قبولي (R2=0.98 براي UCS وR2=0.92 براي (E بهبود بخشيد. در اين مطالعه، علاوه بر ضريب تعيين (R2)، شاخص هاي ريشه ميانگين مربعات خطا (Root Mean Square Error, MAE) و ميانگين قدر مطلق خطا (Mean Absolute, MAE) ، براي ارزيابي قابليت پيش بيني، مدل هاي ANN و MLR پيشنهادي نيز محاسبه شدند. نتايج اين مطالعه نشان داد كه روشANN ، عملكرد بهتري در پيش بيني UCS و E نسبت به روش MLR دارد.
 
کلید واژه: 

 
موضوعات مرتبط: 
 
 
مقالات نشریه ای مرتبط:  
 
مقالات همایشی مرتبط: 
 
مقالات بین المللی مرتبط: 
  • No item.
 
ارتباط خیلی زیاد ارتباط زیاد مرتبط ارتباط کمتر
 
ارجاعات: 
  • ثبت نشده است
 
استنادات: 
  • ثبت نشده است
 
+جهت ارجاع به این مقاله کلیک کنید(Cite).
APA : کپی

حیدری، م.، و رفیعی، ب.، و نوری، م.، و خانلری، غ.، و مومنی، ع. (1393). تخمین مقاومت فشاری تک محوری و مدول الاستیسیته نمونه های کنگلومرا با استفاده از رگرسیون و شبکه عصبی مصنوعی. زمین شناسی ژئوتکنیک (زمین شناسی کاربردی-Journal of Geotechnical Geology), 10(1), 35-46. https://www.sid.ir/fa/journal/ViewPaper.aspx?id=295179



Vancouver : کپی

حیدری مجتبی، رفیعی بهروز، نوری مهران، خانلری غلامرضا، مومنی علی اکبر. تخمین مقاومت فشاری تک محوری و مدول الاستیسیته نمونه های کنگلومرا با استفاده از رگرسیون و شبکه عصبی مصنوعی. زمین شناسی ژئوتکنیک (زمین شناسی کاربردی-Journal of Geotechnical Geology). 1393 [cited 2022January20];10(1):35-46. Available from: https://www.sid.ir/fa/journal/ViewPaper.aspx?id=295179



IEEE : کپی

حیدری، م.، رفیعی، ب.، نوری، م.، خانلری، غ.، مومنی، ع.، 1393. تخمین مقاومت فشاری تک محوری و مدول الاستیسیته نمونه های کنگلومرا با استفاده از رگرسیون و شبکه عصبی مصنوعی. زمین شناسی ژئوتکنیک (زمین شناسی کاربردی-Journal of Geotechnical Geology), [online] 10(1), pp.35-46. Available: https://www.sid.ir/fa/journal/ViewPaper.aspx?id=295179.



 

 
بازدید یکساله 364 مباني نظري و تجربي ونداليسم: مروري بر يافته هاي يك تحقيق
 
آخرین های بلاگ
ورود به بلاگ مرکز اطلاعات علمی