首页> 外文OA文献 >Efficiency evaluation of empirical models on the basis of rock mass rating for prediction of deformation modulus in rock mass and developing a new models according to the fuzzy system
【2h】

Efficiency evaluation of empirical models on the basis of rock mass rating for prediction of deformation modulus in rock mass and developing a new models according to the fuzzy system

机译:基于岩体额定岩体额定岩体额定模型的岩体额定模型效率评价,并根据模糊系统开发新模型的变形模量

代理获取
本网站仅为用户提供外文OA文献查询和代理获取服务,本网站没有原文。下单后我们将采用程序或人工为您竭诚获取高质量的原文,但由于OA文献来源多样且变更频繁,仍可能出现获取不到、文献不完整或与标题不符等情况,如果获取不到我们将提供退款服务。请知悉。

摘要

پیش‌بینی مدول دگرشکلی توده‌سنگ برای تحلیل و طراحی سازه‌های سنگی از اهمیت خاصی برخوردار است. زیرا مدول دگرشکلی بیانگر رفتار توده‌سنگ تحت تاثیر تنش‌ها است. تاکنون مدل‌های تجربی و هوش مصنوعی مختلفی برای پیش‌بینی مدول دگرشکلی توسعه داده شده است. از میان این مدل‌ها مدلی بهینه است که کم‌ترین پارامتر ورودی (زیرا هزینه‌ها و زمان برای تعیین پارامترهای ورودی کاهش پیدا می‌کند) و قابلیت پیش‌بینی مدول دگرشکلی در بهترین حالت را داشته باشد. در این مقاله ابتدا کارایی 19 مدل مختلف، که پارامتر ورودی آنها تنها طبقه‌بندی ژئومکانیکی توده‌سنگ (RMR) است؛ ارزیابی و دو مدل که بهترین تقریب را دارند، تعیین می‌شود. سپس به منظور پیش‌بینی دقیق‌تر مدول دگرشکلی، یک مدل بر اساس سیستم فازی توسعه داده شده (پارامتر ورودی آن RMR است) و نتایج با دو مدل انتخاب شده مقایسه گردید. برای این منظور 33 مجموعه داده از ساختگاه سدهای مختلف در کشور ایران جمع‌آوری شده است. برای ارزیابی مدل‌ها و همچنین اعتبارسنجی مدل توسعه داده شده، از شاخص‌های جذر میانگین مربعات خطا (RMSE) ، ضریب تعیین ((R2 و میانگین درصد خطای مطلق (MAPE) استفاده شده است. نتایج نشان می‌دهد، پیش‌بینی مدول دگرشکلی با استفاده از مدل فازی توسعه داده شده نسبت به مدل‌های تجربی دقیق‌تر است.
机译:质量变形模量的预测对于分析和设计岩结构是重要的。因为变形模量表示受张力影响的质量行为。到目前为止,已经开发了实验模型和人工智能来预测模量模量。在这些模型中,最佳模型是最低输入参数(因为成本和时间降低以确定输入参数)以及最佳地预测变形模量的能力。在本文中,首先,性能为19种不同的型号,其参数是唯一的地质力学经典分类(RMR);评估和最佳近似的模型。然后,为了预测更精确的变形模量,基于模糊系统(其输入参数)的模型和结果与两个选定的模型进行了比较。为此目的,从伊朗的不同水坝收集了33个数据集。为了评估模型以及模型的验证,均均方误差(RMSE),确定系数((R2和平均绝对错误率(MAPE)已经使用。结果表明使用模量使用采用更准确的实验模型开发的模糊模型。

著录项

  • 作者

    Mehdi Mohammadi;

  • 作者单位
  • 年度 2019
  • 总页数
  • 原文格式 PDF
  • 正文语种 eng;fas/per
  • 中图分类

相似文献

  • 外文文献
  • 中文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号