Search
نمایش تعداد 1-10 از 18
مقایسه عملکرد مدلهای شبکه عصبی مصنوعی و ماشین بردار پشتیبان به منظور پیشبینی
خلاصه
در سال های اخیر، هوش مصنوعی در بسیاری از کاربردهای مهندسی ژئوتکنیک مورد استفاده قرار گرفته و تا حدودی به موفقیت نزدیک شده است.
نشست شمع از جمله مسائلی است که در محاسبات طراحی فوندانسیون ها از اهمیت ویژه ...
پیش بینی نشست شمعها بر اساس مقاومت برشی زهکشی نشده خاک با استفاده از ماشین بردار پشتیبان
با پیشرفت روش های یادگیری ماشین، علوم مختلف برای مدل سازی دقیق تر پدیده های خود به سمت این روشها گرایش یافتند که مهندسی
ژئوتکنیک نیز از آن دسته مستثنی نبوده است. در سال های اخیر روش ماشین بردار پشتیبان 1 یکی از این ...
پیش بینی ظرفیت باربری نهایی شمع های تحت اثر بار محوری به کمک ماشین بردار پشتیبان
پیشبینی ظرفیت باربری شمعهای تحت اثر بار محوری یکی از مسائل اساسی در مهندسی ژئوتکنیک بوده و تاکنون روشهای گوناگونی برای
ارزیابی آن معرفی شده است. در این مقاله از یک روش یادگیری ماشینی با عنوان ماشین بردار پشتیبان ...
Prediction of Pile Settlement Using Artificial Neural Networks Based on Cone Penetration Test Data
. In this paper, an ANN model is developed for predicting pile settlement based on the results of cone penetration test (CPT) data. Approximately, 300 data sets, obtained from the published literature, are used to develop ...
Prediction of Pile Behavior Using Artificial Neural Networks Based on Standard Penetration Test Data
ABSTRACT: This paper presents an artificial neural network (ANN) model for the prediction of non-linear behavior of vertically loaded piles based on the results of standard penetration test (SPT) data. The geotechnical ...