ارزیابی مدل های MNLR,ANFIS,RBF,FFBP در برآورد عمق آبشستگی پایه پل
محل انتشار: نهمین کنفرانس هیدرولیک ایران
سال انتشار: 1389
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,444
فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
IHC09_089
تاریخ نمایه سازی: 3 تیر 1389
چکیده مقاله:
دراین تحقیق با استفاده از قابلیتهای هوش مصنوعی، عمق آبشستگی موضعی پایه پل براورد شده است و نتایج این مدلها با نتایج روابط رگرسیونی حاصله از آنالیز ابعادی و داده های واقعی مقایسه شدها ست بدین منظور از سه روش هوشمند شبکه های عصبی مصنوعی پیش خور چند لایه FFBP ، شبکه های عصبی مصنوعی با پایه شعاعی RBF، و نروفازی ANFIS و یک روش آماری رگرسیون غیرخطی چند گانه MNLR مدلهایی برای تخمین عمق آبشستگی موضعی توسعه داده شدها ست و نتایج آنها با داده های اندازه گیری شده واقعی با یکدیگر مقایسه شده است.
کلیدواژه ها:
نویسندگان
مجتبی رمضانی مقدم
دانشجوی کارشناسی ارشد سازه های هیدرولیکی
مسعودرضا حسامی کرمانی
استادیار دانشکده عمران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :