استفاده از شبکه عصبی مصنوعی در تعیین پتانسیل روانگرایی خاک و پهنه بندی روانگرایی خاک بابل
Abstract
No abstract recorded for this item.
No abstract recorded for this item.
پدیده روانگرایی از جمله حوادثی است که بر اثر زلزله عموما در یک توده خاک سست و اشباع خصوصا خاک ماسه ای و در مواقعی نیز در خاکهای ریزدانه رخ می دهد .پدیده روانگرایی باعث آسیب به سازه های روی خاک می شود، بنابراین ارزیابی پتانسیل روانگرایی برای کاهش این خطرات در همه ایران که پتانسیل
بررسی مفصلی بر کاربرد روشهای محاسبات عصبی در پیش بینی پتانسیل روانگرایی خاکها انجام شده است . تاکید کلی در این تحقیق بر استفاده از شبکه عصبی بهینه برای مدلسازی رابطه پارامترهای لرزه ای، و خصوصیات خاک با پتانسیل روانگرایی بوده است . مشکل اکثر مطالعات مشابه گذشته در زمیه پتانسیل رو
در سالیان اخیر، شبکه های عصبی مصنوعی با موفقیت برای حل مسائل ژئوتکنیکی مورد استفاده قرار گرفته شده است. شبکه های عصبی مصنوعی در تلاش هستند تا با تقلید از عملکرد مغز و سیستم عصبی انسان، به مدل سازی مسائل پیچیده ژئوتکنیکی که متاثر از طبیعت ناهمسان خاک هستند، بپردازد. آشنایی با م
حوضه آبریز کشوری با مساحت 91/334 کیلومتر مربع در 20 کیلومتری جنوب شرقی شهر خرم آباد در استان لرستان قرار دارد. این حوضه از نظر تقسیم بندی زمین ساخت و حوضه های قدیمی ایران جزء زاگرس چین خورده قرار می گیرد. با توجه به نوع سازند های زمین شناسی، وضعیت توپوگرافی، لرزه خیزی و اقلیم آن،
نظارت بر تغییرات ویژگی¬های سطح طبیعی زمین امری ضروری است. به منظور بهبود مدیریت جنگل و کاهش ریسک تصمیمات، نیاز به اطلاعات دقیق در رابطه با تخریب جنگل داریم. بدون شک نظام¬های پشتیبانی تصمیم گیری (dss ) امروزه بیش از گذشته مورد توجه مدیران و صاحب¬نظران قرار گرفته است. یکی از متداول
بهمن یکی از انواع حرکات تودهای است که به حرکت سریع تودهای از برف در جهت شیب دامنه اطلاق میشود. بهمنها در مسیر حرکت خود علاوه بر برف، سن و خاک و گیاه را حمل میکنند و منجر به آسیب رساندن به خطوط ارتباطی، ساختمانها و خطوط انتقال نیرو در مسیر حرکت بهمن میشوند. بنابراین ضروری است مناط
کاربرد هوش مصنوعی و تحلیل شبکههای عصبی مصنوعی بهعنوان ابزارهای نوین در ارزیابی ویژگیهای خاک، نقش مهمی در کارهای مهندسی و بویژه در پیشبینی مخاطرات ژئوتکنیک لرزه ای میتوانند ایفا کنند. روانگرایی یکی از موضوعات مهم است که میتواند در حین وقوع زلزله در لایههای خاکی دانهای اشبا
تعیین خصوصیات خاک از جمله بافت خاک از ابزار مهم برای مدیریت مناسب، استفاده بهینه و پایدار خاک است. هدف این مطالعه تعیین بافت خاک، میانگین هندسی و انحراف معیار اندازه ذرات خاک با استفاده از تصاویر سنجنده MODIS در دوره-های زمانی تصویربرداری 2015 و 2016 میباشد. بعد از تعیین بافت خ
تاکنون روشهای تجربی و هوشمند مختلفی برای ارزیابی پتانسیل روانگرایی ارائه شده که روش شبکه عصبی مصنوعی از قدرتمندترین این روشها میباشد. این روش، با آموزش دادههای به دست آمده از زلزلههای گذشته، روانگرایی را ارزیابی میکند. با وجود این، به دلیل پیچیدگی رفتار خاک این روش هم با ع
ارزیابی حساسیت زمین لغزش مهم ترین گام در تهیه نقشه خطر زمین لغزش است. هدف اصلی از این مطالعه، بررسی و مقایسه نتایج حاصل از دو مدل شبکه عصبی مصنوعی(ann) و فرآیند تحلیل شبکه ای(anp) در پهنه بندی خطر زمین لغزش در حوضه آذرشهر چای می باشد. برای انجام این تحقیق با بررسی منابع و نظر کار
هدف تحقیق حاضر بررسی و مقایسه دو مدل شبکه عصبی مصنوعی و مدل تاپسیس در پهنهبندی خطر زمین لغزش در منطقه پاییندست سد سنندج است. این کار با استفاده از نرم افزار ARCGIS، زبان برنامه نویسی پایتون و مدلهای شبکه عصبی مصنوعی و تاپسیس صورت گرفت. بدین منظور از 9 لایه ورودی در پهنه بندی خط
حوضه آبریز کشوری در جنوب شرقی شهر خرم آباد در استان لرستان قرار دارد. این حوضه از نظر تقسیم بندی زمین ساخت ایران در زاگرس چین خورده قرار می گیرد. با توجه به نوع سازند های زمین شناسی، وضعیت توپوگرافی و وسعت آن، این حوضه از پتانسیل لغزش بالایی برخوردار بوده و از نظر لغزشی ناپایدار