جستجو
مدل سازی پیشبینی فشار بیش از حد هوا ناشی از انفجار در پروژه های عمرانی با استفاده از روش های هوش مصنوعی محاسباتی
هومن هرندی زاده1 محمد نجف زاده2
چکیده :
عملیات انفجار معمولاً اثرات منفی متعددی بر انسان ها و سازه ها در منطقه مجاور دارد. در میان همه، فشار بیش از حد هوا (AOp) ایجاد شده توسط انفجار در پروژه های عمرانی از قبیل تونل سازی و انفجار معادن به طور مداوم برای پزشکان و محققان جذاب بوده است. برای کنترل آسیب ناشی از AOp، قبل از انجام عملیات انفجار باید قدرت و شدت مرتبط با آن را پیش بینی کرد. سپس، پارامترهای تاثیرگذار در پیشبینی مقدار AOp ناشی از انفجار برای استفاده در توسعه و آموزش یک روش عددی مبتنی بر هوش مصنوعی ترکیبی ، شامل تلفیق سیستم استنتاج عصبی فازی تطبیقی (ANFIS) و شبکه عصبی چند جملهای (PNN) بهینه شده با الگوریتم ژنتیک (GA)، با عنوان شبکه ترکیبی ANFIS-PNN-GA توسعه یافته پیشنهادی معرفی شدند. از نظر کارشناسان، چهار فاکتور مهم، یعنی مقدار بار انفجاری، ضریب پودر، طول ساقه تعبیه شده ماده انفجار و فاصله از وجه صفحه انفجار به عنوان پارامترهای ورودی تاثیرگذار در پیشبینی فشار بیش از حد هوا ناشی از انفجار شناسایی شدند. در حقیقت، در مدل عددی توسعه داده شده از الگوریتم ژنتیک برای بهینه سازی ساختار ANFIS-PNN استفاده شد. از پایگاه داده جمع آوری شده از 62 آزمایش انفجار در منطقه مورد مطالعه به منظور بهره گیری در توسعه مدل استفاده شد. همچنین به منظور ارزیابی عملکرد مدل توسعه یافته و با هدف مقایسه و اعتبارسنجی نتایج، مدلهای شاهد ANFIS و PNN برای تخمین فشار هوای ایجاد شده در اثر انفجار بسط داده شد و در پایان دقت و کارایی عملکردی مدلهای گفته شده از طریق استفاده از چندین شاخص آماری متداول از قبیل محاسبه ضریب همبستگی (R) و میانگین مربعات خطا (MSE) و میانگین خطا (Error mean) و انحراف استاندارد خطا (Error StD) مورد ارزیابی قرارگرفت و مشخص گردید به دلیل نقش الگوریتم ژنتیک به عنوان روش بهینهسازی، کارایی و عملکرد مدل ANFIS-PNN-GA در قیاس با مدل های استفاده شده در این تحقیق ارجحیت است.
کلمات کلیدی : فشار بیش از حد هوا (aop) سیستم استنتاج عصبی فازی تطبیقی (anfis) الگوریتم ژنتیک (ga) شبکه عصبی چندجمله ای (pnn) روش مبتنی بر هوش مصنوعی ترکیبی
زبان مقاله : فارسی
محور مقاله : مهندسی عمران و سازه ( کلیه گرایش ها)
محل انتشار : دومین کنفرانس بین المللی معماری، عمران،شهرسازی،محیط زیست و افق های هنر اسلامی در بیانیه گام دوم انقلاب
آدرس وب سایت کنفرانس : 2icacu.ir
کد IOI مقاله : XECZ-HEADK
لینک مستقیم مقاله : https://isnac.ir/XECZ-HEADK
سایر مقالات ارائه دهنده
- مدل سازی پیشبینی فشار بیش از حد هوا ناشی از انفجار در پروژه های عمرانی با استفاده از روش های هوش مصنوعی محاسباتی
- توسعه مدل فازی-GMDH بهینه سازی شده توسط GSA برای پیش بینی استحکام کششی سنگ بر اساس مجموعه داده های تجربی
- توسعه جدید ANFIS-GMDH بهینه شده توسط PSO برای پیش بینی ظرفیت باربری شمع بر اساس مجموعه داده های تجربی
- ارزیابی ظرفیت باربری شالوده های جدار نازک با روش تلفیقی فازی-عصبی روش گروهی دسته بندی داده ها بهینه شده با الگوریتم فرا ابتکاری
- ارزیابی و تخمین مقادیر تغییر شکل مواد سنگی با روش عددی مبتنی بر توسعه مدل هوش مصنوعی ترکیبی
سایر مقالات محل انتشار
- سرزندگی مکانهای تاریخی در جذب گردشگر
- باززندهسازی حریم سایت قلعه مزایجان شهرستان زریندشت با تاکید بر سرزندگی مکانهای تاریخی در جذب گردشگر
- مدل سازی پیشبینی فشار بیش از حد هوا ناشی از انفجار در پروژه های عمرانی با استفاده از روش های هوش مصنوعی محاسباتی
- بررسی زهکش سد آمند(آمند2-مسیل آمند) با استفاده از نرم افزار (SEEP/W)
- بررسی الگوی تولید ایمن و پاک تر با رویکرد سه مولفه آموزش HSE- بهبود مهندسی تجهیزات-مدیریت منابع درصنایع غذایی
- تاثیر گرافیک محیطی فضای شهری بر فرهنگ و هویت افراد
- بررسی اثرات گرافیک محیطی فرودگاه امام خمینی(ره) بر آرامش روانی مسافران
- تحلیل الگوهای فرمی بناها باتوجه به شرایط اقلیمی و نقش آنها در بهینه سازی مصرف انرژی
- بررسی ابعاد سلامتی نور روز دریافتی از پنجره جهت افزایش سلامت ساکنین در فضاهای مسکونی
- بررسی عوامل موثر بر نور روز دریافتی در فضاهای مسکونی و تاثیر آنها بر سلامتی ساکنین از طریق طراحی معماری
- تأثیر معیارهای محیط کالبدی بر رشد صفات خلاقیت (نگاهی بر تحقیقات انجامشده در حوزه معماری)
- تبیین ارکان زیبایی شناختیِ تحلیل آثار موسیقی سنتی ایران بر اساس مفاهیم فلسفی و عرفانی حکمت اشراق سهروردی
- ارزيابي كاربرد معماري ديجيتال در فرآيند طراحي
- بررسی تاثیر عناصر بصری فضاهای شهری بر ارتقاء سرزندگی در پیاده راه ها نمونه موردی : پیاده راه چمران شیراز
- بررسی اثرات توسعه درون زا در بافت های فرسوده شهری با رويکرد رشد هوشمند