文献

J-GLOBAL ID：201702278938779633   整理番号：17A1186942

人工神経回路網を用いた発電所空洞の周りの最大水平変位の評価【Powered by NICT】

Evaluation of the maximum horizontal displacement around the power station caverns using artificial neural network

著者 (4件)： Rajabi Morteza (Department of Mining Engineering, Shahid Bahonar University of Kerman, Kerman, Iran) ,  Rahmannejad Reza (Department of Mining Engineering, Shahid Bahonar University of Kerman, Kerman, Iran) ,  Rezaei Mohammad (Department of Mining Engineering, Faculty of Engineering, University of Kurdistan, Sanandaj, Iran) ,  Ganjalipour Kamal (Department of Applied Geology, Faculty of Sciences, Kharazmi University, Tehran, Iran)
資料名： Tunnelling and Underground Space Technology  (Tunnelling and Underground Space Technology)
巻： 64  ページ： 51-60  発行年： 2017年 
JST資料番号： B0677C  ISSN： 0886-7798  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 発電所の側壁上の最大変位の予測は,地質学的ならびに地盤力学的パラメータを含むサイト特性に依存することを空洞掘削の重要な仕事である。利用可能な方法の限界は,新しい予測法の利用を引き起こしてきた。本研究では,空洞周辺の最大水平変位は,人工ニューラルネットワーク(ANN),異なる条件に対する数値的および経験的モデルを用いて調べた。RMR(岩盤等級),表土の深さ,横方向圧力の係数,柱幅と二つの隣接空洞(発電所と変圧器)との間の樹冠レベルの垂直分布の差を含む効果的なパラメータは,最大水平変位を予測するための入力パラメータとして考慮した。,数値モデリングを用いて,ANNモデルを構築するために十分なデータベースを導入した。ANNモデルから得られた結果は,イランと他の国で異なる事例研究から収集した測定データに基づいて利用可能な数値的及び経験的モデルの結果と比較した。利用モデルの性能を比較するために,決定係数(R~2),変異体船主向け(VAF),平均絶対誤差(E_a)および平均相対誤差(E_r)指数予測値と測定値間のを計算した。比較結果は,地質工学的パラメータに基づいて,構築した最適ニューラルネットワークは空洞周辺の最大変位を確実に予測できることを示した。最後に,ANNモデル結果の感度解析は,表土深さは最も効果的なパラメータとして認識されていることを示したが,引張強さは本研究における発電所空洞周辺の最大変位に最も有効なパラメータである。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 予測技法 ,  感度解析 ,  事例研究 ,  *ニューラルネットワーク ,  引張強さ ,  データベース ,  *発電所 ,  垂直分布 ,  地質工学 ,  イラン・イスラム共和国 ,  表土 ,  *水平変位
準シソーラス用語： 相対誤差 ,  数値モデリング ,  経験モデル , 【Automatic Indexing@JST】

著者キーワード (3件)： 空洞 ,  変位 ,  人工ニューラルネットワーク

分類 (2件)： 岩盤の力学的性質  (HE02000H) ,  その他の特殊構造物  (RA05020W)

タイトルに関連する用語 (5件)： 人工神経回路網 ,  発電所 ,  空洞 ,  水平変位 ,  評価