[صفحه اصلی ]   [Archive] [ English ]  
:: صفحه اصلي درباره نشريه آخرين شماره تمام شماره‌ها جستجو ثبت نام ارسال مقاله تماس با ما ::
:: جلد 16، شماره 1 - ( ویژه مقاله های انگلیسی 1401 ) ::
جلد 16 شماره 1 صفحات 0-0 برگشت به فهرست نسخه ها
پیش بینی مقاومت فشاری تک محوری و مدول الاستیسیته یک سنگ آهک با استفاده ازرگرسیون اجزای اصلی و الگوریتم بهینه سازی ذرات بر مبنای ماشین های برداری پشتیبان
مریم مختاری*
، mokhtari@yazd.ac.ir
چکیده:   (842 مشاهده)
مقاومت تک محوری و مدول الاستیسیته سنگ ها در مهندسی ژئوتکنیک، مکانیک سنگ و مهندسی زمین شناسی، جزو پارامترهای حیاتی در طراحی می باشد. بدین منظور از دو روش رگرسیون اجزا اصلی و روش هیبریدی الگوریتم بهینه سازی ذرات بر مبنای ماشین های برداری رگرسیون استفاده شده است. پارامترهای استفاده شده در این مدلسازی شامل سرعت موج فشاری، نسبت پواسون و تخلخل دینامیکی می باشد. مدل سازی بر مبنای نتایج حاصل از آزمایش مقاومت تک محوری فشاری و التراسونیک بر روی 115 نمونه سنگ آهک انجام شده است. دقت مدل های توسعه یافته با استفاده از شاخص های آماری شامل ضریب همبستگی، مربع متوسط خطای نرمال شده و متوسط خطای مطلق مورد بررسی قرار گرفت. نتایج بدست آمده نشان داد که دقت هر دو روش در تخمین پارامترهای هدف بالا می باشد. مقدار الگوریتم بهینه سازی ذرات به منظور تعیین بهینه حالت محدودیت جعبه و حالت اپسیلون مورد استفاده قرار گرفت. مقدار ضریب همبستگی، مربع متوسط خطای نرمال شده و متوسط خطای برای محموعه آموزش در مدل سازی مقاومت تک محوری با روش رگرسیون اجزا اصلی به ترتیب 0.78، 22.45 و 0.363 بدست آمد. مقادیر حاصل برای مجموعه تست در این حالت به ترتیب 0.76، 22.51 و 0.357 بدست آمده است. مقدار ضریب همبستگی، مربع متوسط خطای نرمال شده و متوسط خطای برای محموعه آموزش در مدل سازی مقاومت مدول الاستیسیته با روش رگرسیون اجزا اصلی به ترتیب 0.71، 34.23 و 0.421 بدست آمد. مقادیر حاصل برای مجموعه تست در این حالت به ترتیب 0.7، 34.23 و 0.43 بدست آمده است.مدل سازی در روش رگرسیون ماشین برداری به استفاده از چهار تابع کرنل خطی، درجه دوم، مکعبی و گوسین انجام شد. نتایج بدست آمده نشان می دهد تابع کرنل درجه دوم نتایج بهتری در تخمین مقاومت فشاری تک محوری و مدول الاستیسیته ارائه می کند. مقدار ضریب همبستگی، مربع متوسط خطای نرمال شده و متوسط خطای برای محموعه آموزش در مدل سازی مقاومت تک محوری با استفاده از تابع کرنل در ماشین های بردار پشتیبان به ترتیب 0.83، 16.98 و 0.329 بدست آمد. مقادیر حاصل برای مجموعه تست در این حالت به ترتیب 0.76، 22.15 و 0.296 بدست آمده است. مقدار ضریب همبستگی، مربع متوسط خطای نرمال شده و متوسط خطای برای محموعه آموزش در مدل سازی مقاومت مدول الاستیسیته با روش رگرسیون اجزا اصلی به ترتیب 0.73، 29.11و 0.45 بدست آمد. مقادیر حاصل برای مجموعه تست در این حالت به ترتیب 0.7 ، 25.67 و 0272 بدست آمده است.مدل سازی در روش رگرسیون ماشین برداری به استفاده از چهار تابع کرنل خطی، درجه دوم، مکعبی و گوسین انجام شد. به علاوه، مقایسه نتایج حاصل از رگرسیون اجزا اصلی و ماشین برداری رگرسیون نشان می دهد که ماشین برداری رگرسیون نتایج بهتری را ارائه می نماید.
 
واژه‌های کلیدی: مقاومت فشاری تک محوری، مدول یانگ دینامیکی، ماشینبرداری پشتیبان، رگرسیون اجزا اصلی، آزمایش التراسونیک
متن کامل [PDF 1978 kb]   (263 دریافت)    
نوع مطالعه: مقاله مستقل | موضوع مقاله: ژئوتکنیک (مکانیک خاک و سنگ)
دریافت: 1400/3/16 | پذیرش: 1400/7/22 | انتشار: 1401/8/1
ارسال نظر درباره این مقاله
نام کاربری یا پست الکترونیک شما:

CAPTCHA


XML   English Abstract   Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

Mokhtari M. Predicting the Young's Modulus and Uniaxial Compressive Strength of a typical limestone using the Principal Component Regression and Particle Swarm Optimization. Journal title 2022; 16 (1)
URL: http://jeg.khu.ac.ir/article-1-3009-fa.html

مختاری مریم. پیش بینی مقاومت فشاری تک محوری و مدول الاستیسیته یک سنگ آهک با استفاده ازرگرسیون اجزای اصلی و الگوریتم بهینه سازی ذرات بر مبنای ماشین های برداری پشتیبان. عنوان نشریه. 1401; 16 (1)

URL: http://jeg.khu.ac.ir/article-1-3009-fa.html



بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.
جلد 16، شماره 1 - ( ویژه مقاله های انگلیسی 1401 ) برگشت به فهرست نسخه ها
نشریه زمین شناسی مهندسی Journal of Engineering Geology
Persian site map - English site map - Created in 0.07 seconds with 30 queries by YEKTAWEB 4610