• Feed-Forward backpropagation
• Layer Recurrent
• Cascade-Forward backpropagation

فهرست مطالب

عنوان                                                                                                                                      صفحه

فصل اول : کلیات

• مقدمه ………………………………………………………………………………………………………………………………………..   2
• بیان مسئله ……………………………………………………………………………………………………………………………….. 4
• ضرورت و اهمیت موضوع ………………………………………………………………………………………………………… 5
• هدف تحقیق ……………………………………………………………………………………………………………………………. 6
• سوال اصلی ………………………………………………………………………………………………………………………………. 6
• فرضیات پژوهش ………………………………………………………………………………………………………………………. 6
• متغیرها …………………………………………………………………………………………………………………………………….. 7
• روش تحقیق …………………………………………………………………………………………………………………………….. 10

فصل دوم : مبانی نظری و پیشینه تحقیق

2-1 مقدمه ……………………………………………………………………………………………………………………………………………….      12

2-2 تاریخچه …………………………………………………………………………………………………………………………………………….     12

فصل سوم : روش ها و مواد

3-1 مقدمه ………………………………………………………………………………………………………………………………………………..     18

3-2 معرفی متدولوژی و روش انجام کار …………………………………………………………………………………………………..    19

3-3 شبکه های عصبی مصنوعی ……………………………………………………………………………………………………………..     20

3-4 جنبه های ریاضیاتی ………………………………………………………………………………………………………………………..      23

3-5 یادگیری شبکه ………………………………………………………………………………………………………………………………..      24

آ

فهرست مطالب

عنوان                                                                                                                                      صفحه

3-6 پس انتشار ………………………………………………………………………………………………………………………………………..      26

3-6-1 الگوریتم پس انتشار ……………………………………………………………………………………………………………….     27

3-7 الگوریتم های درهم آمیختن درجه بندی شده ………………………………………………………………………………..     33

3-8 تابع شعاع مبنا …………………………………………………………………………………………………………………………………..     34

3-9 الگوریتم همبستگی آبشاری ………………………………………………………………………………………………………………     36

3-10 شبکه های عصبی مصنوعی بازگشت کننده یا بازرخدادگر ……………………………………………………………     38

3-11 نقشه های ویژگی خودسازمان دهنده …………………………………………………………………………………………….     39

3-12 جنبه های مهم مدلسازی شبکه عصبی مصنوعی …………………………………………………………………………..    41

3-12-1 انتخاب متغیرهای ورودی و خروجی ………………………………………………………………………………..     41

3-12-2 جمع آوری و پردازش داده ……………………………………………………………………………………………….     42

این مطلب را هم بخوانید :

3-12-3 طراحی شبکه عصبی مصنوعی ………………………………………………………………………………………….    43

3-12-4 آموزش و آموزش متقابل ………………………………………………………………………………………………….     45

3-12-5 تصدیق اعتبار مدل ………………………………. …………………………………………………………………………..    47

3-13 برخی مشکلات دیگر ……………………………………………………………………………………………………………………….    47

3-14 نقاط قوت و محدودیتها ……………………………………………………………………………………………………………………    48

3-15 برخی از قابلیتهای شبکه های عصبی در مهندسی عمران ……………………………………………………………..    50

ب

فهرست مطالب

عنوان                                                                                                                                      صفحه

3-16 کاربرد شبکه های عصبی مصنوعی در بهینه سازی سازه ها …………………………………………………………..    50

3-17 معرفی نرم افزار Matlab ………………………………………………………………………………………………………………     51

3-18 مراحل مدل سازی …………………………………………………………………………………………………………………………..    53

فصل چهارم : نتایج مدل شبکه ی عصبی مصنوعی برای پیش بینی مکانی ظرفیت باربری خاک

4-1 مقدمه ………………………………………………………………………………………………………………………………………………….    56

4-2 کاربرد شبکه عصبی مصنوعی در مهندسی عمران ……………………………………………………………………………..   56

4-2-1 کاربرد شبکه های عصبی مصنوعی در بهینه سازی سازه ها ………………………………………………..   57

4-3 محدوده مورد مطالعه ………………………………………………………………………………………………………………………….    57

4-4 روند انجام مدل سازی ………………………………………………………………………………………………………………………..    60

4-4-1 پارامترهای مورد استفاده ……………………………………………………………………………………………………..    61

4-4-2 مرتب سازی داده ها ……………………………………………………………………………………………………………..    62

4-4-3 مشخصات مدل شبکه عصبی مصنوعی جهت پیش بینی مکانی ظرفیت باربری خاک ………..  64

4-4-4 ارزیابی مدل ها ………………………………………………………………………………………………………………………    66

4-4-4-1 ساخت مدل ……………………………………………………………………………………………………………   66

4-4-4-2 شبکه پس انتشار FFBP …………………………………………………………………………………….    66

4-4-4-3 شبکه لایه برگشتی LRN  ………………………………………………………………………………….   70

پ

فهرست مطالب

عنوان                                                                                                                                      صفحه

4-4-4-4 شبکه همبستگی آبشاری CFBP  ……………………………………………………………………..    72

فصل پنجم : بحث و نتیجه گیری

5-1 ارزیابی شبکه های عصبی مصنوعی برای پیش بینی ظرفیت باربری خاک ……………………………………..    78

5-2 نتیجه گیری ……………………………………………………………………………………………………………………………………….    81

5-3 پیشنهادات …………………………………………………………………………………………………………………………………………     82

5-4 منابع …………………………………………………………………………………………………………………………………………………      83

ت