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

مشخصات مقاله

عنوان: 

پیش بینی نشست سطح با شبکه عصبی موجک

نوع ارائه: پوستر
نویسنده: شکوه سلجوقي بشير,هزارخاني اردشير
 
 
 
عنوان همایش: كنگره بين المللي تخصصي علوم و زمين
نوع همایش:  انجمن هاي علمي
حامی:  انجمن علمي علوم و زمين
زمان:  1394دوره 34
 
 
چکیده: 

از مهم ترين مسائلي که مي بايست در حين احداث تونل مورد بررسي قرار گيرد، برآورد ميزان نشست و يا فرونشست در اثر حفر تونل مي باشد. به منظور مينيمم سازي خطر تونل زني، مهندس نياز دارد قادر به ساخت پيش بيني قابل قبول از تغيير شکل هاي زمين توسط تونل زني باشد. هر پيش بيني از آناليز هاي عددي به شدت وابسته به مدل پذيرفته شده براي مدلسازي رفتار خاک است. به هر حال، پياده سازي يک مدل واقعي که بتواند قادر به محاسبه نشست به وجود آمده از تونل زني باشد، تقريبا سخت است. تحقيقات نشان داده است که يک ANN براي عدم قطعيت هاي ذاتي مناسب است. در اينجا يک روش پيش بيني نشست سطح زمين مبتني بر يکپارچه سازي بين تئوري موجک و شبکه هاي عصبي مصنوعي يا شبکه هاي موجک ارائه شده است. شبکه موجک، يک شبکه عصبي پيش خور با يک لايه مخفي است که موجک ها را به عنوان توابع فعال سازي استفاده مي کند. در اين مطالعه موجک هاي مختلف به عنوان توابع فعال سازي بکار برده شده اند تا ته نشست را با توجه به تونل زني پيش بيني نمايد. نتايج شبيه سازي شده با اين روش کاهش در مقادير خطاي تخمين را نشان مي دهد که توانايي آن را در تقويت قابليت تقريب تابع نشان دهد و مي تواند به عنوان يک روش مناسب در پيش بيني نشست استفاده شود.

 
کلید واژه: نشست سطح، شبکه عصبي، تابع فعال سازي، موجک، ويونت
 
مقالات نشریه ای مرتبط: 
 
مقالات همایشی مرتبط: 
 
 
بازدید یکساله 74   pdf-file
 
آخرین های بلاگ
ورود به بلاگ مرکز اطلاعات علمی