Sunday, 19 April 2026

جدول اشتایل انلاین

نوع پروفیل:

نمره پروفیل:

محاسبه ضریب زلزله







اعضاي ميانقابي مانع ميشوند.

A=
I=

R=
T=

B=
C=

مقالات تصادفی

اطلاعات مقالهبازگشت به جستجو
عنوان مقاله:پيش بيني نرخ نفوذ ماشين حفرتونل ؛ مقايسه نتايج روشهاي رگرسيون خطي چند متغيره شبكه عصبي و سيستم استنتاج تطبيقي فازي عصبي
نوع ارائه:-
زبان مقاله:فارسی
تعداد صفخات:7
حجم فایل:473.97 كيلوبايت
سرفصل مقاله:-
محل انتشار:نهمين همايش ملي تونل
سال انتشار:1390
نمایش چکیده مقاله

پيش بيني نرخ نفوذ ماشين حفرتونل ؛ مقايسه نتايج روشهاي رگرسيون خطي چند متغيره شبكه عصبي و سيستم استنتاج تطبيقي فازي عصبي

نویسندگان:
عبدالرضا يزداني چمزيني [كارشناس ارشد مهندسي معدن دانشگاه تربيت مدرس]
سيدمحمد هاشمي ريزي [كارشناسي ارشد مهندسيمعدن دانشگاه تربيت مدرس]
محمد جوادي [كارشناسي ارشد مهندسي معدن]
آزيتا سعيدي [دانشجوي كارشناسي ارشد مهندسي معدن]

چکیده مقاله:

ماشينهاي حفار تمام مقطع از مهمترين ماشين هاي حفاري درتونلها و فضاهاي زيرزميني به شمار مي رود به دليل قيمت بالاي ماشين ارزيابي عملكرد دراين روش حفاري از اهميت ويژه اي برخوردار است بنابراين مهمترين شاخص ارزيابي عملكرد ماشين حفر تونل نرخ نفوذ اين دستگاه مي باشد روشهاي متنوعي براي پيش بيني نرخ نفوذ وجود دارد روشهاي رگرسيون خطي چند متغيره شبكه عصبي و سيستم استنتاج تطبيقي فازي عصبي از روش هايي با كارايي بالا در مدلسازي و تشخيص الگو در داده ها مي باشند دراين تحقيق با بكارگيري روش رگرسيون خطي شبكه عصبي و سيستم استنتاج تطبيقي فازي عصبي به پيش بيني نرخ نفوذ ماشين حفر تونل براي تونل انتقال آب كوئينز در نيويورك پرداخته است.

کلمات کلیدی: ماشين حفر تونل، نرخ نفوذ، رگرسيون خطي چندمتغيره، شبكه عصبي، فازي عصبي

ورود کاربران


تمامی حقوق مادی و معنوی این سایت متعلق به گروه سیویلان میباشد.
www.civilan.ir