دسته‌بندی ناپیوستگی‌های موجود در توده‌سنگ با استفاده از شبکه عصبی رقابتی در چهارچوب احتمالات

نوع مقاله : مقاله پژوهشی

نویسندگان

1 دانشکده ی مهندسی عمران و محیط زیست - دانشگاه صنعتی امیر کبیر

2 -

چکیده

دسته‌بندی دقیق ناپیوستگی‌ها در توده‌های سنگ در تحلیل و طراحی سازه‌های سطحی روی سنگ نقش مهمی ایفا می‌کند. روش سنتی دسته‌بندی ناپیوستگی‌ها مبتنی بر تعیین چگالی سطحی توزیع قطب ناپیوستگی‌ها بر روی صفحه‌ی استریونت است. استفاده از روش‌های مختلف تعیین چگالی سطحی، به نتایج متفاوتی منجر خواهد شد. در این نوشتار به‌منظور دسته‌بندی ناپیوستگی‌ها از ترکیب روش‌های هوش مصنوعی با روش‌های احتمالاتی استفاده شده است. از مزایای این روش، تعیین دقیق تعداد دسته‌های ناپیوستگی و تعیین تعلق هر ناپیوستگی به دسته‌ی خاص و مستقل بودن آن از توزیع داده‌ها است.

کلیدواژه‌ها


عنوان مقاله [English]

Category Napyvstgyhay in Tvdhsng using probability neural network competitive framework

نویسندگان [English]

  • E. A‌f‌l‌a‌k‌i 1
  • S. H‌a‌s‌h‌e‌m‌i 2
1 D‌e‌p‌t. o‌f C‌i‌v‌i‌l E‌n‌g‌i‌n‌e‌e‌r‌i‌n‌g a‌n‌d E‌n‌v‌i‌r‌o‌n‌m‌e‌n‌t‌a‌l A‌m‌i‌r‌k‌a‌b‌i‌r U‌n‌i‌v‌e‌r‌s‌i‌t‌y o‌f T‌e‌c‌h‌n‌o‌l‌o‌g‌y
2 M‌o‌s‌h‌a‌n‌i‌r P‌o‌w‌e‌r C‌o‌n‌s‌u‌l‌t‌a‌n‌t
چکیده [English]

Discontinuties accurate classification in rock masses in the analysis and design of rock structures on the surface plays a role. Discontinuties traditional classification based on surface density determines the distribution pole is Astryvnt discontinuties screen. Use different methods to determine the surface density, will lead to different results. In order to document categorization discontinuties combine AI techniques with probabilistic methods are used. Advantages of this method to determine the exact number of categories of discontinuity and discontinuities determined to belong to any particular category and that it is independent of the distribution of data.

کلیدواژه‌ها [English]

  • Discontinuity
  • Neural network
  • Align
  • Astryvgrafyk