مدل پیش بینی مکانی ظرفیت باربری خاک با استفاده از شبکه های عصبی مصنوعی

فهرست :

فصل اول : کلیات
۱-۱ مقدمه ۲
۱-۲ بیان مسئله ۴
۱-۳ ضرورت و اهمیت موضوع ۵
۱-۴ هدف تحقیق ۶
۱-۵ سوال اصلی ۶
۱-۶ فرضیات پژوهش ۶
۱-۷ متغیرها ۷
۱-۸ روش تحقیق ۱۰
فصل دوم : مبانی نظری و پیشینه تحقیق
۲-۱ مقدمه ۱۲
۲-۲ تاریخچه ۱۲
فصل سوم : روش ها و مواد
۳-۱ مقدمه ۱۸
۳-۲ معرفی متدولوژی و روش انجام کار ۱۹
۳-۳ شبکه های عصبی مصنوعی ۲۰
۳-۴ جنبه های ریاضیاتی ۲۳
۳-۵ یادگیری شبکه ۲۴

۳-۶ پس انتشار ۲۶
۳-۶-۱ الگوریتم پس انتشار ۲۷
۳-۷ الگوریتم های درهم آمیختن درجه بندی شده ۳۳
۳-۸ تابع شعاع مبنا ۳۴
۳-۹ الگوریتم همبستگی آبشاری ۳۶
۳-۱۰ شبکه های عصبی مصنوعی بازگشت کننده یا بازرخدادگر ۳۸
۳-۱۱ نقشه های ویژگی خودسازمان دهنده ۳۹
۳-۱۲ جنبه های مهم مدلسازی شبکه عصبی مصنوعی ۴۱
۳-۱۲-۱ انتخاب متغیرهای ورودی و خروجی ۴۱
۳-۱۲-۲ جمع آوری و پردازش داده ۴۲
۳-۱۲-۳ طراحی شبکه عصبی مصنوعی ۴۳
۳-۱۲-۴ آموزش و آموزش متقابل ۴۵
۳-۱۲-۵ تصدیق اعتبار مدل ۴۷
۳-۱۳ برخی مشکلات دیگر ۴۷
۳-۱۴ نقاط قوت و محدودیتها ۴۸
۳-۱۵ برخی از قابلیتهای شبکه های عصبی در مهندسی عمران ۵۰

۳-۱۶ کاربرد شبکه های عصبی مصنوعی در بهینه سازی سازه ها ۵۰
۳-۱۷ معرفی نرم افزار Matlab 51
۳-۱۸ مراحل مدل سازی ۵۳
فصل چهارم : نتایج مدل شبکه ی عصبی مصنوعی برای پیش بینی مکانی ظرفیت باربری خاک
۴-۱ مقدمه ۵۶
۴-۲ کاربرد شبکه عصبی مصنوعی در مهندسی عمران ۵۶
۴-۲-۱ کاربرد شبکه های عصبی مصنوعی در بهینه سازی سازه ها ۵۷
۴-۳ محدوده مورد مطالعه ۵۷
۴-۴ روند انجام مدل سازی ۶۰
۴-۴-۱ پارامترهای مورد استفاده ۶۱
۴-۴-۲ مرتب سازی داده ها ۶۲
۴-۴-۳ مشخصات مدل شبکه عصبی مصنوعی جهت پیش بینی مکانی ظرفیت باربری خاک ۶۴
۴-۴-۴ ارزیابی مدل ها ۶۶
۴-۴-۴-۱ ساخت مدل ۶۶
۴-۴-۴-۲ شبکه پس انتشار FFBP 66
۴-۴-۴-۳ شبکه لایه برگشتی LRN 70

۴-۴-۴-۴ شبکه همبستگی آبشاری CFBP 72
فصل پنجم : بحث و نتیجه گیری
۵-۱ ارزیابی شبکه های عصبی مصنوعی برای پیش بینی ظرفیت باربری خاک ۷۸
۵-۲ نتیجه گیری ۸۱
۵-۳ پیشنهادات ۸۲
۵-۴ منابع ۸۳