| dc.contributor.author | شریفی, جواد | fa_IR |
| dc.contributor.author | خامه چیان, ماشااله | fa_IR |
| dc.contributor.author | غفوری, محمد | fa_IR |
| dc.date.accessioned | 1399-08-22T06:13:50Z | fa_IR |
| dc.date.accessioned | 2020-11-12T06:13:50Z | |
| dc.date.available | 1399-08-22T06:13:50Z | fa_IR |
| dc.date.available | 2020-11-12T06:13:50Z | |
| dc.date.issued | 2015-05-01 | en_US |
| dc.date.issued | 1394-02-11 | fa_IR |
| dc.identifier.citation | شریفی, جواد, خامه چیان, ماشااله, غفوری, محمد. (1394). پیش‌بینی پتانسیل رمبندگی خاک‌های رمبنده از طریق شبکه‌های عصبی مصنوعی. مهندسی عمران مدرس, 15(1), 155-165. | fa_IR |
| dc.identifier.issn | 2476-6763 | |
| dc.identifier.uri | http://mcej.modares.ac.ir/article-16-925-fa.html | |
| dc.identifier.uri | https://iranjournals.nlai.ir/handle/123456789/530112 | |
| dc.description.abstract | در این تحقیق به منظور بررسی قابلیت شبکه‌های عصبی مصنوعی در تعیین پتانسیل رمبندگی، نمونه‌های متعدد خاک رمبنده از یک منطقه (دشت زاهدان) گردآوری شده است. در آزمایشگاه آزمایش‌های معمول رمبندگی بر روی آنها انجام و تعداد 130 نمونه خاک رمبنده حاصل از اعماق و مکان‌های مختلف دشت در پایگاه داده ثبت گردید. آزمایش رمبندگی انجام شده، تحکیم مضاعف بوده که برای بررسی بیشتر آزمایش‌های دانه‌بندی، وزن مخصوص، حدود اتربرگ و خواص مقاومتی نیز بر روی نمونه‌ها انجام گرفت. در مراحل بعد نتایج برای ورود به شبکه‌های عصبی مصنوعی آماده شده و مدل‌سازی انجام گردید. پس از مرحله آموزش شبکه و یادگیری، مدل‌های مختلف شبکه مورد سعی و خطا قرار گرفته و در ادامه مدل بهینه شبکه شامل شش ورودی و یک خروجی انتخاب شده است. با توجه به نتایج پیش‌بینی، مشخص شد که بین داده‌های تجربی و پیش‌بینی شده توسط شبکه عصبی مصنوعی بیشتر از 95 درصد همبستگی مشاهده می‌شود. | fa_IR |
| dc.format.extent | 464 | |
| dc.format.mimetype | application/pdf | |
| dc.language | فارسی | |
| dc.language.iso | fa_IR | |
| dc.publisher | دانشگاه تربیت مدرس | fa_IR |
| dc.relation.ispartof | مهندسی عمران مدرس | fa_IR |
| dc.relation.ispartof | Modares Civil Engineering journal | en_US |
| dc.subject | خاک‌های رمبنده | fa_IR |
| dc.subject | پتانسیل رمبندگی | fa_IR |
| dc.subject | مدل سازی | fa_IR |
| dc.subject | شبکه‌های عصبی مصنوعی | fa_IR |
| dc.title | پیش‌بینی پتانسیل رمبندگی خاک‌های رمبنده از طریق شبکه‌های عصبی مصنوعی | fa_IR |
| dc.type | Text | en_US |
| dc.contributor.department | دانشگاه فردوسی مشهد | fa_IR |
| dc.contributor.department | دانشگاه تربیت مدرس | fa_IR |
| dc.contributor.department | دانشگاه فردوسی مشهد | fa_IR |
| dc.citation.volume | 15 | |
| dc.citation.issue | 1 | |
| dc.citation.spage | 155 | |
| dc.citation.epage | 165 | |
