پس از انتخاب کلید عضویت در انتهای صفحه جدیدی که باز خواهد شد، اطلاعات خود را تکمیل و عضویت خود را تایید نمایید
درباره وب سايت
مرجع آموزش زمین شناسی، سنجش از دور، معدن و عمران
جامع ترین و معتبرترین آموزش برای نرم افزار های زمین شناسی، مهندسی معدن، ژئومکانیک (مکانیک سنگ و ژئوتکنیک)، عمران (خاک و پی)
............................................
رزومه مدرسان:دانشجویان کارشناسی ارشد و دکترا رشته های مهندسی معدن و عمران دانشگاه صنعتی امیرکبیر (پلی تکنیک) تهران
جهت آموزش حضوری و غیر حضوری (آنلاین و تهیه فیلم آموزشی) نرم افزار ها با شماره های زیر تماس حاصل فرمایید............................................
09157330367-09381295869 اسمعیلی-مدیریت وبسایت........ ................................................ در صورتی که موفق نشدید با شماره های فوق تماس حاصل فرمایید از طربق ایمیل زیر نیز می توانید در خواست خودتان را مطرح نمایید.......................................
raminesmaeili68@gmail.com
...................این سایت در ستاد ساماندهی پایگاه های اینترنتی به ثبت رسیده است و تمامی محصولات و خدمات این سایت حسب مورد دارای مجوز های لازم از مراجع مربوطه می باشد. همچنین فعالیت های این سایت تابع قوانین و مقررات جمهوری اسلامی ایران است
خبرنامه
براي اطلاع از آپيدت شدن وبلاگ در خبرنامه وبلاگ عضو شويد تا جديدترين مطالب به ايميل شما ارسال شود
اولین پکیج آموزشی کنکور دکتری مکانیک سنگ معدن (+پاسخ تشریحی سوالات 11 دوره اخیر کنکور) خرید آنلاین بیش از 55 ساعت فیلم آموزشی و دانلود بلافاصله پس از خرید
ارزیابی مقایسه ای مدل رگرسیون چندمتغیره پیشبینی نرخ نفوذ ماشین های تمام مقطع حفاری تونل ( TBM ) با شبکه های عصبی فازی
امروزه استفاده روزافزون از حمل ونقل زميني و نيازمندی های مردم جهت تهيه آب آشاميدني و همچنين لزوم احداث مسيرهای جدیدد و توندل هدای طولاني منجر به پيدایش و گسترش ماشين های تونلبُری گردیده است. عوامل مختلفي نظير شرایط زمين شناسي، خصوصيات توده سنگ، و همچنين مشخصات ماشين به كار رفته بر ميزان كارایي ماشين ها تأثير مي گذارند. یکي از راه های پيشبيني ميدزان كدارایي ایدن ماشدين هدا، تخمدين ندر نفدو آنهاست. محققان مختلفي در اكثر نقاط دنيا بر روی اثر خصوصيات سنگ بکر و توده سدنگ بدر كدارایي TBM بدرای تخمدين ندر نفدو بررسدي كرده اند. هركدام از این محققان، جهت تخمين این پارامتر با استفاده از تحليل های استاتيکي، مدل ها و روابطي را ارائه كرده اند. در این مقاله سعي بر آن شده است كه ابتدا با استفاده از رگرسيون چند متغيره مدلي برای پيشبيني نر نفو دسدتااه ارائده و سدنس نتدای آن بدا نتدای حاصدل از مددل عددی شبکه های عصبي فازی مقایسه گردد. در نهایت مشاهده مي شود كه مدل شبکه های عصبي فازی ضریب همبستاي بسيار بالاتری نسبت بده رگرسيون ایجاد نموده است.
واژههای کلیدی:
نرخ نفوذ، TBM ، شبکههای عصبی فازی، تونل گلاب
نویسندگان :
یاسر مبرا (کارشناس ارشد مهندسی عمران مکانیک خاک و پی، دانشگاه آزاد اسلامی واحد نجفآباد)
مریم حسنی نیا (دانشجوی دکترای مهندسی ژئوتکنیک دانشگاه آزاد اسلامی واحد نجف آباد)
این سایت در ستاد ساماندهی پایگاه های اینترنتی به ثبت رسیده است و تمامی محصولات و خدمات این سایت حسب مورد دارای مجوز های لازم از مراجع مربوطه می باشد همچنین فعالیت های این سایت تابع قوانین و مقررات جمهوری اسلامی ایران می باشد.
عضو شوید
عضویت سریع
آمار
مطالب
آمار بازدید
