فایل ورد کامل تخمین سرعت امواج برشی نهشته های خاکی با استفاده از شبکه عصبی چند جمله ای: کاربردی برای گدازش

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

این مقاله، ترجمه شده یک مقاله مرجع و معتبر انگلیسی می باشد که به صورت بسیار عالی توسط متخصصین این رشته ترجمه شده است و به صورت فایل ورد (microsoft word) ارائه می گردد

متن داخلی مقاله بسیار عالی، پر محتوا و قابل درک می باشد و شما از استفاده ی آن بسیار لذت خواهید برد. ما عالی بودن این مقاله را تضمین می کنیم

فایل ورد این مقاله بسیار خوب تایپ شده و قابل کپی و ویرایش می باشد و تنظیمات آن نیز به صورت عالی انجام شده است؛ به همراه فایل ورد این مقاله یک فایل پاور پوینت نیز به شما ارئه خواهد شد که دارای یک قالب بسیار زیبا و تنظیمات نمایشی متعدد می باشد

توجه : در صورت مشاهده بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل می باشد و در فایل اصلی فایل ورد کامل تخمین سرعت امواج برشی نهشته های خاکی با استفاده از شبکه عصبی چند جمله ای: کاربردی برای گدازش،به هیچ وجه بهم ریختگی وجود ندارد

تعداد صفحات این فایل: ۲۴ صفحه

۸ خلاصه و نتیجه گیری
همبستگی جدیدی برای سرعت امواج برشی Vs نهشته های خاکی به عنوان تابعی از مقادیر زیرین SPT تصحیح شده، N 1,60 و تنش سربار موثر ((_v ) ) ارائه شده است. این همبستگی با استفاده از شبکه های عصبی چند جمله ای (PNN) و داده های پایه تازه وارد شده سرعت امواج برشی شامل ۱۰ سایت مختلف، ۸۰ گمانه، و در مجموع ۳۹۴ جفت داده ایجاد شد. مقدم بر توسعه مدل، معادلات متعدد موجود، که قبلا برای سایت مشخص شده و شرایط خاک مطرح شد، از طریق پایگاه داده وارد شده مورد بررسی قرار گرفت. پراکندگی قابل توجه و خطا برای مدل های پیشین مشاهده شده بود به دلیل آن که اکثریت آنها تنها وابسته به مقاومت نفوذ بودند و فشار سربار موثر قابل چشم پوشی بود. علاوه بر این، بسیاری از مدل های قبلی مبتنی بر اندازه گیری های سرعت امواج برشی در یک سایت خاص توسعه داده شد، و در نتیجه برای جاهای دیگر نمی توانست کاربردی باشد.

عنوان انگلیسی:Estimating shear wave velocity of soil deposits using polynomial neural networks: Application to liquefaction~~en~~

۸ Summary and conclusions

A new correlation was presented for shear wave velocity, Vs, of soil deposits as a function of corrected SPT blow counts, N1,60, and effective overburden stress, s0 v . The correlation was developed using polynomial neural network (PNN) and a newly compiled database of shear wave velocity measurement including 10 different sites, 80 boreholes, and totally 394 data pairs. Prior to the model development, numerous existing equations, which were previously proposed for specified site and soil conditions, were examined via the compiled database. Significant scatter and errors were observed for the previous models because majority of them were just dependent to penetration resistance and ignore effective overburden pressure. In addition, most of the previous models were developed based on the measurements of shear wave velocity in a specific site, and thus they might not be useful for various sites

$$en!!