2 نتیجه برای شبکه عصبی مصنوعی
سید محسن حائری، ناصر ساداتی و رضا مهین روستا،
دوره 20، شماره 2 - ( 1-1380 )
چکیده
در این مقاله رفتار خاکهای رسی تحت آزمایش سه‌محوری با استفاده از شبکه‌های عصبی مصنوعی1 مورد مطالعه قرار گرفته است. در این راستا مدلهایی تهیه شد تا رفتار تنش – کرنش رسها را در شرایط زهکشی نشده پیش‌بینی کند. مزیت مدلهای تهیه شده در این است که پارامترهای ساده‌ای نظیر مشخصات فیزیکی خاک همچون حدود اتربرگ، رطوبت خاک، درصد ریزدانه و غیره برای مدل کردن رفتار تنش کرنش خاکهای رسی در آزمایش سه‌محوری به کار گرفته شده است، بدون آنکه به انجام آزمایشات وقتگیر و دقیق سه‌محوری نیاز باشد.
نتایج مدل به کار گرفته شده نشان می‌دهد که شبکه عصبی یک ابزار مناسب برای مدلسازی رفتار تنش – کرنش خاکهای رسی با استفاده از مشخصات ساده فیزیکی این خاکهاست.
واژگان کلیدی : خاک رس، آزمایش سه محوری زهکشی نشده، شبکه عصبی مصنوعی، تنش-کرنش، فشار آب حفره‌ای، مقاومت برشی
تقی شهرابی‌فراهانی، وحید بایگی و سیداحمد لاجوردی،
دوره 27، شماره 1 - ( 4-1387 )
چکیده
یکی از موارد پیچیده و در عین حال مهم در مطالعات خوردگی تنشی آلیاژها، تعیین وقوع یا عدم وقوع خوردگی تنشی و تعیین زمان شکست آن است. علی‌رغم انجام تحقیقات وسیع در این زمینه، هنوز فرمولبندی یا روش مطمئنی برای تخمین وقوع خوردگی تنشی و همچنین تعیین زمان شکست در اثر خوردگی تنشی ارائه نشده است. در این مقاله، توانایی شبکه‌های عصبی مصنوعی در تعیین زمان شکست فولاد زنگ نزن آستنیتی 304 بر اثر خوردگی تنشی در محیطهای آبی کلریدی داغ به همراه تحلیل حساسیت پارامترهای کلیدی ارائه شده است. پارامترهایی که در این تحقیق به عنوان ورودی شبکه عصبی مصنوعی مورد بررسی قرار گرفته اند شامل دما، غلظت کلر و میزان تنش اعمالی است. همچنین از زمان شکست نیز به عنوان پارامتر خروجی و معیار کلیدی در ارزیابی پارامترهای اثرگذار استفاده شد. راندمان آماری این شبکه میانگین سه مجموعه آموزش و آزمایش است. همچنین برای آزمایش شبکه از داده‌هایی استفاده شد که جزء داده‌های آموزشی نبودند. نتایج حاصل از خروجی شبکه نشان داد که مدل پیشنهادی توانایی پیش بینی زمان شکست را با واریانس 74٪ از داده‌های واقعی داراست.
