| | SLO | ENG | Piškotki in zasebnost

Večja pisava | Manjša pisava

Izpis gradiva Pomoč

Naslov:New computational models for better predictions of the soil-compression index
Avtorji:ID Demir, Ahmet (Avtor)
ID Fakulteta za gradbeništvo, prometno inženirstvo in arhitekturo Univerze v Mariboru (Lastnik avtorskih pravic)
Datoteke:.pdf Acta_geotechnica_Slovenica_2015_Demir_New_computational_models_for_better_predictions_of_the_soil-compression_index.pdf (274,65 KB)
MD5: 534ACE34C47905C41DDA0A284A76910F
PID: 20.500.12556/dkum/bee92470-49a3-4e46-a841-171e8b5372f2
 
URL http://fgserver3.fg.um.si/journal-ags/2015-1/article-6.asp
 
Jezik:Angleški jezik
Vrsta gradiva:Znanstveno delo
Tipologija:1.01 - Izvirni znanstveni članek
Organizacija:FGPA - Fakulteta za gradbeništvo, prometno inženirstvo in arhitekturo
Opis:The compression index is one of the important soil parameters that are essential for geotechnical designs. Because laboratory and in-situ tests for determining the compression index (Cc) value are laborious, time consuming and costly, empirical formulas based on soil parameters are commonly used. Over the years a number of empirical formulas have been proposed to relate the compressibility to other soil parameters, such as the natural water content, the liquid limit, the plasticity index, the specific gravity. These empirical formulas provide good results for a specific test set, but cannot accurately or reliably predict the compression index from various test sets. The other disadvantage is that they tend to use a single parameter to estimate the compression index (Cc), even though Cc exhibits spatial characteristics depending on several soil parameters. This study presents the potential for Genetic Expression Programming (GEP) and the Adaptive Neuro-Fuzzy (ANFIS) computing paradigm to predict the compression index from soil parameters such as the natural water content, the liquid limit, the plastic index, the specific gravity and the void ratio. A total of 299 data sets collected from the literature were used to develop the models. The performance of the models was comprehensively evaluated using several statistical verification tools. The predicted results showed that the GEP and ANFIS models provided fairly promising approaches to the prediction of the compression index of soils and could provide a better performance than the empirical formulas.
Ključne besede:compression index, statistical analysis, genetic expression programming, adaptive neuro-fuzzy, empirical equations
Status objave pri reviji:Objavljeno
Verzija članka:Založnikova različica članka
Leto izida:2015
Št. strani:str. 59-69
Številčenje:Letn. 12, št. 1
PID:20.500.12556/DKUM-70832 Novo okno
ISSN:1854-0171
UDK:624.13
COBISS.SI-ID:284359168 Novo okno
ISSN pri članku:1854-0171
NUK URN:URN:SI:UM:DK:EOAM828I
Avtorske pravice:Fakulteta za gradbeništvo, prometno inženirstvo in arhitekturo Univerze v Mariboru
Datum objave v DKUM:14.06.2018
Število ogledov:999
Število prenosov:67
Metapodatki:XML RDF-CHPDL DC-XML DC-RDF
Področja:Ostalo
:
Kopiraj citat
  
Skupna ocena:(0 glasov)
Vaša ocena:Ocenjevanje je dovoljeno samo prijavljenim uporabnikom.
Objavi na:AddThis
AddThis uporablja piškotke, za katere potrebujemo vaše privoljenje.
Uredi privoljenje...

Postavite miškin kazalec na naslov za izpis povzetka. Klik na naslov izpiše podrobnosti ali sproži prenos.

Gradivo je del revije

Naslov:Acta geotechnica Slovenica
Skrajšan naslov:Acta geotech. Slov.
Založnik:Fakulteta za gradbeništvo, prometno inženirstvo in arhitekturo Univerze v Mariboru
ISSN:1854-0171
COBISS.SI-ID:215987712 Novo okno

Sekundarni jezik

Jezik:Slovenski jezik
Naslov:Novi računski model za boljšo napoved kompresijskega indeksa zemljine
Opis:Kompresijski indeks je eden od pomembnejših parametrov zemljine, ki je bistven za geotehnično projektiranje. Ker so laboratorijski in terenski preizkusi za določitev vrednosti kompresijskega indeksa (Cc) težavni, dolgotrajni in dragi, se za ta namen pogosto uporabljajo empirične enačbe na osnovi parametrov zemljin. V preteklih letih so bile predlagane številne empirične enačbe, ki podajajo relacijo med stisljivostjo in drugimi parametri zemljine, kot so naravna vlažnost, meja židkosti, indeks plastičnosti in specifična gravitacija. Te empirične enačbe zagotavljajo dobre rezultate za posamezne preizkusne nize, vendar ne morejo natančno ali zanesljivo napovedati vrednosti kompresijskega indeksa iz različnih preizkusnih nizov. Druga pomanjkljivost teh empiričnih enačb je, da uporabljajo en parameter za ocenitev kompresijskega indeksa (Cc), čeprav kaže Cc prostorske značilnosti, odvisne od več parametrov zemljin. Prispevek predstavlja možnost za genetsko programiranje (GEP) in Adaptive Neuro-Fuzzy (ANFIS) računski zgled za oceno kompresijskega indeksa iz parametrov zemljine kot so naravna vlažnost, meja židkosti, indeks plastičnosti, specifična gravitacija in količnik por. Skupno je bilo za razvoj modelov uporabljenih 299 podatkovnih nizov zbranih iz literature. Učinkovitost tako izdelanih modelov je bila celovito ocenjena z uporabo različnih statističnih verifikacijskih orodij. Napovedani rezultati so pokazali, da modela GEP in ANFIS omogočata dokaj obetavne pristope za napoved kompresijskega indeksa zemljin in sta lahko bolj učinkovita kot empirične enačbe.
Ključne besede:kompresijski indeks, statistična analiza, genetsko programiranje, ANFIS, empirične enačbe, geotehnika, zemljina


Zbirka

To gradivo je del naslednjih zbirk del:
  1. Acta geotechnica Slovenica

Komentarji

Dodaj komentar

Za komentiranje se morate prijaviti.

Komentarji (0)
0 - 0 / 0
 
Ni komentarjev!

Nazaj
Logotipi partnerjev Univerza v Mariboru Univerza v Ljubljani Univerza na Primorskem Univerza v Novi Gorici