نمایش مختصر رکورد

dc.contributor.authorفتاحی, هادیfa_IR
dc.contributor.authorجیریایی, فاطمهfa_IR
dc.date.accessioned1401-01-30T15:47:39Zfa_IR
dc.date.accessioned2022-04-19T15:47:40Z
dc.date.available1401-01-30T15:47:39Zfa_IR
dc.date.available2022-04-19T15:47:40Z
dc.date.issued2021-12-22en_US
dc.date.issued1400-10-01fa_IR
dc.date.submitted2021-05-06en_US
dc.date.submitted1400-02-16fa_IR
dc.identifier.citationفتاحی, هادی, جیریایی, فاطمه. (1400). ارزیابی پتانسیل روان‌گرایی خاک در اثر وقوع زمین‌لرزه بااستفاده از چند الگوریتم طبقه‌بندی هوشمند در نرم‌افزار Orange. مهندسی عمران فردوسی, 34(3), 39-52. doi: 10.22067/jfcei.2021.70257.1038fa_IR
dc.identifier.urihttps://dx.doi.org/10.22067/jfcei.2021.70257.1038
dc.identifier.urihttps://civil-ferdowsi.um.ac.ir/article_41564.html
dc.identifier.urihttps://iranjournals.nlai.ir/handle/123456789/891473
dc.description.abstractیکی از پیامدهای احتمالی وقوع زمین‌لرزه در زمین‌های اشباع، روان‌گرایی خاک و در نتیجۀ آن شکست و خرابی فونداسیون ساختمان‌ها، انواع زیرساخت‌ها، پل‌ها و بسیاری فجایع دیگر می‌باشد. در این تحقیق سعی شد به‌منظور ارزیابی پتاسیل روان‌گرایی خاک برروی ۷۹ نمونه از پایگاه دادۀ زلزلۀ تنگشان کشور چین، چند مدل طبقه‌بندی هوشمند با کمک نرم‌افزار Orange ساخته شود. به همین منظور عملکرد 5 روش طبقه‌بندی هوشمند (رگرسیون لاجستیک، شبکۀ عصبی مصنوعی (ANN)، ماشین بردار پشتیبان (SVM)، نزدیک‌ترین همسایگی(KNN) و جنگل تصادفی) براساس معیارهای مختلف با هم مقایسه شدند. نتایج نشان داد روش‌های SVM، ANN و رگرسیون لاجستیک از توانایی بالایی برای پیش‌بینی کلاس روان‌گرایی خاک برخوردار هستند و در بین آنها روش رگرسیون لاجستیک با مقدار شاخص AUC (۹۸/۰) به‌عنوان بهترین روش انتخاب شد. علاوه‌بر این، بررسی تأثیرگذاری متغیرها بااستفاده از چهار معیار بهرۀ اطلاعاتی، بهرۀ اطلاعاتی نسبی، شاخص جینی و شاخص ReliefF  بیانگر این است که متغیر مقاومت نوک مخروط در آزمایش نفوذ مخروطی مؤثرترین روش است و در اولویت اول قرار می‌گیرد. هم‌چنین متغیرهای نسبت تنش تناوبی و حداکثر شتاب افقی زلزله در سطح زمین ویژگی‌های مهمی‌ به‌حساب می‌آیند.fa_IR
dc.format.extent1066
dc.format.mimetypeapplication/pdf
dc.languageفارسی
dc.language.isofa_IR
dc.relation.ispartofمهندسی عمران فردوسیfa_IR
dc.relation.isversionofhttps://dx.doi.org/10.22067/jfcei.2021.70257.1038
dc.subjectزمین‌لرزهfa_IR
dc.subjectروان‌گراییfa_IR
dc.subjectالگوریتم‌های طبقه‌بندی هوشمندfa_IR
dc.subjectنرم‌افزار Orangefa_IR
dc.titleارزیابی پتانسیل روان‌گرایی خاک در اثر وقوع زمین‌لرزه بااستفاده از چند الگوریتم طبقه‌بندی هوشمند در نرم‌افزار Orangefa_IR
dc.typeTexten_US
dc.typeمقاله پژوهشیfa_IR
dc.contributor.departmentدانشیار، دانشکدۀ مهندسی علوم زمین، دانشگاه صنعتی اراک.fa_IR
dc.contributor.departmentدانشکدۀ مهندسی علوم زمین، دانشگاه صنعتی اراک.fa_IR
dc.citation.volume34
dc.citation.issue3
dc.citation.spage39
dc.citation.epage52
nlai.contributor.orcid0000-0001-6427-0534


فایل‌های این مورد

Thumbnail

این مورد در مجموعه‌های زیر وجود دارد:

نمایش مختصر رکورد