![](/images/graphics-bg.png)
Artificial neural networks analysis of treatment process of gypseous soi
العناوين الأخرى
التحليل بالشبكات العصبية الاصطناعية لعملية معالجة الترب الجبسية
العنوان الموازي
التحليل بالشبكات العصبية الاصطناعية لعملية معالجة الترب الجبسية
المؤلفون المشاركون
al-Ani, Muhammad M.
al-Lami, Mahmud T. A.
Fattah, Muhammad Yusuf
المصدر
Engineering and Technology Journal
العدد
المجلد 27، العدد 09 (31 يوليو/تموز 2009)21ص.
الناشر
تاريخ النشر
2009-07-31
دولة النشر
العراق
عدد الصفحات
21
التخصصات الرئيسية
الموضوعات
الملخص AR
تستخدم الشبكات العصبية الاصطناعية لربط خواص الترب الجبسية و تقييم قيم الانضغاط للتربة تحت ظروف مختلفة.
و عليه أستخدم تدريب المدرك الحسي ذي الطبقة الواحدة بإتباع تقنية الانتشار الرجعي لتقييم صلاحية تطبيق الشبكات العصبية الاصطناعية في تمثيل نسبة الهبوط للعملية الرطبة S / B) w) و نسبة الهبوط للعملية عند الغمر S / B) s)، (حيث أن S يمثل هبوط الأساس الذي عرضه B).
لقد وجد بان الشبكات العصبية الاصطناعية قادرة على دراسة المتغيرات مع بعضها البعض كمجموعة واحدة و إيجاد علاقة بينها بدقة عالية.
استخدم في هذه الدراسة طبقة مخفية واحدة احتوت على عقدة واحدة مخفية.
اظهر تحليل الحساسية لنماذج الفحوصات باستخدام الشبكات العصبية الاصطناعية بأن لزوجة المادة المحقونة و الكثافة النوعية للتربة لهما التأثير الأكبر على نسبة الهبوط و أظهرت النتائج أن كثافة المادة المحقونة مع نسبة الفجوات للتربة ذات تأثير متوسط على نسبة الهطول كما أظهرت النتائج أن نسبة الجبس الابتدائية و الإجهاد و الزمن لها تأثير ضئيل في تحدي نسبة الهبوط.
لقد تم التوصل إلى استنتاج أن الشبكات العصبية الاصطناعية لها القابلية على تخمين نسبة الهبوط للعملية الرطبة S / B)w) و نسبة الهبوط للعملية عند الغمر S / B) s) للترب الجبسيه مع درجة عالية من الدقة، فقد أبدت المعادلات التي تم الحصول عليها لتقدير(S / B) W و S / B) s) علاقات ممتازة مع النتائج العملية حيث كانت قيم معامل الارتباط (0.9541) و (0.991) على التوالي.
الملخص EN
Abstract Artificial Neural Networks (ANNs) are used to relate the properties of gypseous soils and evaluate the values of compression of soils under different conditions.
Therefore, onelayer perception training using back propagation algorithm is used to assess the validity of application of ANNs for modelling the settlement ratio for wetting process, (S/B)w, and the settlement ratio for soaking process, (S/B)s.
It was found that ANNs have the ability to predict the compression of gypseous soil due to soaking, washing process with high degree of accuracy.
Also, performance of ANNs showed that one hidden layer with one hidden nodes is practically enough for the neural network analysis.
The sensitivity analysis indicates that the viscosity and specific gravity have the most significant effect on the predicated settlement ratio and the density of injection material and void ratio have moderate impact on the settlement ratio.
The results also show that the initial gypsum content, stress and time have the smallest impact on settlement ratio.
It was concluded that the artificial neural networks (ANNs) have the ability to predict the settlement ratio for wetting process (S/B)w, and settlement ratio for soaking process (S/B)s of gypseous soil with high degree of accuracy.
The equations obtained using (ANNs) for (S/B)w, and (S/B)s showed excellent correlation with experimental results where the coefficients of correlation are (0.9541) and (0.991), respectively.-
نمط استشهاد جمعية علماء النفس الأمريكية (APA)
al-Ani, Muhammad M.& al-Lami, Mahmud T. A.& Fattah, Muhammad Yusuf. 2009. Artificial neural networks analysis of treatment process of gypseous soi. Engineering and Technology Journal،Vol. 27, no. 09.
https://search.emarefa.net/detail/BIM-48680
نمط استشهاد الجمعية الأمريكية للغات الحديثة (MLA)
al-Ani, Muhammad M.…[et al.]. Artificial neural networks analysis of treatment process of gypseous soi. Engineering and Technology Journal Vol. 27, no. 09 (2009).
https://search.emarefa.net/detail/BIM-48680
نمط استشهاد الجمعية الطبية الأمريكية (AMA)
al-Ani, Muhammad M.& al-Lami, Mahmud T. A.& Fattah, Muhammad Yusuf. Artificial neural networks analysis of treatment process of gypseous soi. Engineering and Technology Journal. 2009. Vol. 27, no. 09.
https://search.emarefa.net/detail/BIM-48680
نوع البيانات
مقالات
لغة النص
الإنجليزية
الملاحظات
Includes bibliographical references.
رقم السجل
BIM-48680
قاعدة معامل التأثير والاستشهادات المرجعية العربي "ارسيف Arcif"
أضخم قاعدة بيانات عربية للاستشهادات المرجعية للمجلات العلمية المحكمة الصادرة في العالم العربي
![](/images/ebook-kashef.png)
تقوم هذه الخدمة بالتحقق من التشابه أو الانتحال في الأبحاث والمقالات العلمية والأطروحات الجامعية والكتب والأبحاث باللغة العربية، وتحديد درجة التشابه أو أصالة الأعمال البحثية وحماية ملكيتها الفكرية. تعرف اكثر
![](/images/kashef-image.png)