دانلود پایان نامه کارشناسی ارشد عمران پیش بینی مدل وضعیت روسازی با استفاده از شبکه عصبی

عنوان پایان نامه: پیش بینی مدل وضعیت روسازی با استفاده از شبکه عصبی

فهرست مطالب این پایان نامه که در قالب فایل PDF و در 200 صفحه تقدیم حضورتان می گردد به شرح زیر است:

چکیده

مقدمه

فصل اول : تعریف مسئله
1-1 کلیات
2-1 ضرورت انجام تحقیق
3-1 اهداف و فرضیات

فصل دوم: کاوش در متون
1-2 مقدمه
2-2 انواع شبکه های عصبی
1-2-2 شبکۀ عصبی پرسپترون
2-2-2 شبکۀ خود سازمان ده کوهونن
1-2-2-2 کلیات
2-2-2-2 الگوریتم کوهونن
3-2-2-2 توجیه بیولوژیکی
4-2-2-2 اصلاح ضرایب وزنی
5-2-2-2 تعیین مقادیر اولیۀ ضرایب وزنی
6-2-2-2 همسایگی
7-2-2-2 کاهش شعاع همسایگی
8-2-2-2 توابع چگالی نقطه ای
9-2-2-2 مقداری کردن بردار آموزشی
3-2-2 شبکه های هاپفیلد
1-3-2-2 کلیات
2-3-2-2 مدل شبکه هاپفیلد
3-3-2-2 صفحه انرژی
4-3-2-2 ذخیرۀ الگوها
5-3-2-2 یادآوری
3-2 کاربردهای شبکۀ عصبی در مهندسی راه
1-3-2 استفاده از شبکه عصبی برای یافتن همبستگی میان IRI و خرابی های روسازی
2-3-2 استفاده از شبکه عصبی برای تحلیل و طراحی روسازی های انعطا ف پذیر
3-3-2 مدل پیش بینی شیارچرخ در روسازی های انعطاف پذیر
4-3-2 مدل سازی تأثیر درصد مصالح سنگی شکسته در مقاومت مارشال آسفالت با بکارگیری شبک ههای عصبی مصنوعی
3-3-2 استفاده از شبکه عصبی برای طراحی مدل تخمین جریان ترافیک
4-2 جمع بندی

فصل سوم : روش تحقیق
1-1-3 مقدمه
1-2-3 کلیات شبکه عصبی مصنوعی
2-2-3 ساختار شبک ههای عصبی مصنوعی
1-2-2-3 شبکه تک لایه
2-2-2-3 شبکه های چند لایه
3-2-3 وظایف شبکه عصبی
4-2-3 توابع تحریک مورد استفاده در شبک ههای عصبی
5-2-3 آستانه
6-2-3 اجرای گیت های منطقی AND، OR و NOT
1-6-2-3 نیاز به پیدا کردن وزن ها به صورت تحلیلی
2-6-2-3 پیدا کردن وز نها به صورت تحلیلی برای شبکه AND
7-2-3 تعدادی از شبکه های عصبی مصنوعی با توپولوژی پرسپترون
8-2-3 نگاهی اجمالی به الگوریتم های آموزش
1-8-2-3 هدف از آموزش شبکه
2-8-2-3 آموزش نظارت شده
3-8-2-3 آموزش غیرنظارت شده
9-2-3 روش های آموزشی
1-9-2-3 روش نزول گرادیان
2-9-2-3 روش اندازه حرکت
10-2-3 معیار کارآیی شبکه
1-10-2-3 متوسط خطای مطلق
2-10-2-3 میانگین خطای نسبی بین خروجی های حقیقی و دلخواه
3-12-2-3 جذر میانگین مربع خطاها
4-10-2-3 ضریب همبستگی
11-2-3 شرایط تعمیم موفقیت آمیز
3-3 بررسی وضعیت روسازی
1-3-3 مقدمه
2-3-3 معرفی روش های ارزیابی وضعیت روسازی
1-2-3-3 معرفی روش PCI
2-2-3-3 روش MCI
3-2-3-3 روش PSI
4-2-3-3 شاخص PCR
5-2-3-3 روش RCI
3-3-3 ناهمواری راه
1-3-3-3 تعریف ناهمواری راه
2-3-3-3 کاربردهای اندازه ناهمواری سطح راه
3-3-3-3 عوامل ایجادکننده ی ناهمواری در راه و دلایل ایجاد آنها
4-3-3-3 سیستم های اندازه گیری ناهمواری
4-3-3 معرفی روش IRI
5-3-3 مبانی اساسی شاخص IRI
6-3-3 مشخصه های مهم شاخص IRI
7-3-3 تفسیر مقادیر IRI مطابق استاندارد ASTM
1-6-3-3 راه های بارویه آسفالتی
2-6-3-3 راه های بارویه شنی
7-3-3 مقیاس ناهمواری در سیستم IRI

فصل چهارم : مدل شبکۀ عصبی
1-4 مقدمه
2-4 ارزیابی روسازی
3-4 متدولوژی شبکه های عصبی
1-3-4 معماری
1-3-4 تابع فعال سازی نرون
2-3-4 روش آموزش
4-4 پیش پردازش داده ها
5-4 داده ها
6-4 ارزیابی وارزشیابی مدل

فصل پنجم: تجزیه و تحلیل داده ها
1-5 ارزیابی مدل های اولیه
2-5 مدل های پیش بینی با در نظر گرفتن تمام متغیر های ورودی
1-2-5 شبکه عصبی با یک لایه پنهان
2-2-5 شبکه عصبی با دولایه پنهان
3-2-5 شبکه عصبی با سه لایه پنهان
4-2-5 شبکه عصبی باچهارلایه پنهان
3-5 معرفی شبکه بهینه
4-5 مقایسه مدل شبکه عصبی با مدل های رگرسیونی

فصل ششم: نتیجه گیری و پیشنهادات
1-6 نتایج
2-6 پیشنهادات

پیوست یک : روش محاسبۀ IRI
پ- 1 سیستم های اندازه گیری ناهمواری
پ- 2 پروفیل راه
پ- 3 روند پیشرفت تجهیزات برداشت ناهمواری راه
پ- 4 مقایسه بین IRI و پاسخ خای وسیله نقلیه
پ- 5 اثر طول موج بر IRI
پ- 6 بررسی سرعت حرکت و تعداد چرخ های برداشت کننده ناهمواری در تجهیزات مورد استفاده برای تعیین میزان IRI
پ- 7 محاسبۀ IRI

منابع و مأخذ
فهرست منابع فارسی
فهرست منابع لاتین

سایت های اطلاع رسانی

چکیدۀ انگلیسی


* چکیده:
تشخیص به موقع شرایط نامطلوب روسازی به عنوان مسئله مهمی در حوزه مدیریت روسازی در سطح شبکه مطرح می باشد و در گذشته مدل های متفاوتی همچون رگرسیون و توزیع احتمالاتی برای آن در نظر گرفته شده است. برای پیش بینی شرایط روسازی در آینده لازم است که از شاخص هایی استفاده شود که کیفیت روسازی را با یک عدد که بیانگر وضعیت کلی روسازی است نمایش دهد. از مهمترین شاخص هایی که در این زمینه وجود دارد می توان به PCI و MCI و IRI اشاره نمود. شاخصی که دراین تحقیق مورد استفاده قرار گرفته است IRI است که توسط بانک جهانی در دهۀ 80 ارائه شده است و اهمیت ویژه ای از دید استفاده کنندگان راه دارد. در این تحقیق سعی شده با استفاده از شبکه های عصبی مصنوعی که یک رویکرد بیولوژیکی است به پیش بینی مقدار IRI در سالهای آینده با استفاده ازداده های LTPP پرداخته شود. برای این منظور مدل های متفاوتی از شبکه های عصبی مصنوعی از نظر ساختاری با استفاده از ورودی هایی که در تخریب روسازی نقش ایفا می کنند تحت آموزش به روش اندازه حرکت (Momentum) قرار گرفتند و سپس به وسیله داده های آزمایش ارزیابی شدند.شبکۀ دارای چهار لایۀ مخفی با تعداد 5 نرون در هر لایه دارای بیشترین توانایی تعمیم است.و ضریب همبستگی داده های آزمایشی با داده های پیش بینی 96% است که نشان دهندۀ کارایی قابل قبول شبکه است.در انتها داده های پیش بینی شدۀ بهترین مدل شبکه عصبی با داده های پیش بینی شدۀ مدل رگرسیونی از نظر میزان خطای پیش بینی مورد مقایسه قرار گرفتند.که مدل شبکه عصبی درپیش بینی 22 مورد از 38 سری دادۀ آزمایشی خطایی کمتر از 10 درصد داشت در حالی که در مورد مدل رگرسیونی این عدد به 6 داده می رسد. نتایج داده های آزمایش نشان داد که شبکه نهایی می تواند شرایط
روسازی یک شبکه را حداکثر برای مدت 4 سال پیش بینی کند.

* مقدمه:
به علت عدم توجه به نگهداری درست و عدم آگاهی مدیران از فنون مدیریت های صحیح و علمی بهره برداری، روسازی های ساخته شده در برخی موارد حتی به نصف عمر مفید و طبیعی خود نیز نرسیده وبه سرعت فرسوده و مستهلک می شوند . به عنوان مثال،تحقیقات اخیر بانک جهانی نشان می دهد که یک غفلت کوچک و عدم نگهداری یک قطعۀ راه در موقع مناسب آن و افزایش ضریب زبری از 2500 به 4000 ، نیاز به یک بود جه نگهداری معادل 5
برابر بودجه ای که در صورت نگهداری به موقع لازم بود،داشته و حتی عدم تخصیص این بودجه 5 برابر در این موقع هم باز به معنای افزایش سرعت استهلاک و در نهایت نابودی راه مزبور خواهد شد. به عبارت دیگر در صورت تخصیص به موقع بودجۀ نگهداری و انجام به موقع نگهداری شبکۀ راهها ، با همان بودجه می توان شبکه ای با طول 5 برابر را نگهداری نمود. بدین منظور روش های متفاوتی برای پیش بینی وضعیت روسازی بوجود آمد. با توجه
به اینکه این روش ها خالی از اشکال نمی باشند، محققان همواره در تلاش بوده اند تا به روش های مناسب تری دست یابند. روشی که در این تحقیق بکار گرفته شده است، رویکرد شبکۀ عصبی مصنوعی است که در سالهای اخیر گسترش چشمگیری در علوم مهندسی یافته است.

امیدوارم این پایان نامه برای شما سودمند باشد و بهره کافی را از مطالب آن ببرید.

علوم تربیتی 8. تغییر از روش آموزش الکترونیک به آموزش سیار

تغییر از روش آموزش الکترونیک به آموزش سیارمسائل کنونی و چالش های آینده
چکیدهاین مقاله یادگیری سیار را در فضای روش های یادگیری امروزی قرار می دهد. سه گروه اصلی چالش عبارتند از- فناوری، توسعه و آموزش- که در تغییر از یادگیری الکترونیک به یادگیری سیار، تعریف می گردند. تاثیری که آن ها بر روی متقاضیان- در فرایند یادگیری سیار دارند- آموزندگان و آموزگاران نیز موزرد بررسی قرار می گیرند.