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
تعیین سطح آب زیرزمینی با استفاده از شبکه عصبی مصنوعی (مطالعه موردی بابل)
تعيين سطح آب زیرزميني به دليل اثرگذاری آن در اكثر پدیده های ژئوتکنيکي، از مهمترین محاسبات این عرصه ميباشد. از جمله این پدیده ها ميتوان به روانگرایي، پایداری شيرواني، نشست سازه و ظرفيت باربری شمع و ... اشاره كرد. جهت دستیابي به این پارامتر همچون اكثر پارامترهای ژئوتکنيکي، نياز به كاوشهای صحرایي و حفر گمانه های متعددی ميباشد كه به دليل صرف زمان و هزینه زیاد، محدودیت هایي را ایجاد كرده است. در این تحقيق تلاش شده تا با بهره گيری از شبکه های عصبي مصنوعي، عمق استقرار آب زیرزميني شهرستان بابل در نقاطي كه اطلاعاتي از آنها در دسترس نيست، پيشبيني شود. دقت عملکرد شبکه با معيار مجذور ميانگين مربعات خطا (RMSE) تخمين زده شد كه بهترین نتایج از شبکه های عصبي با تابع شعاعي (RBF) بدست آمد.
کلمات کلیدی:
سطح آب زیرزمینی، شبکه های عصبی مصنوعی، شبکه عصبی RBF ، بابل
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
