view in publisher's site

Prediction of footing settlements with geogrid reinforcement and eccentricity

This study presents settlement predictions for footings with geogrid reinforcement and biaxial eccentricity using multi-linear regression (MLR) and artificial neural network (ANN) methods. The effects of central, uniaxial and biaxial eccentric loading conditions on embedded and non-embedded square footings in unreinforced and reinforced soils were investigated with laboratory model tests given in the first part of the study. Variations in the bearing capacity were determined through vertical load versus settlement curves drawn after each test. In the second part of this study, MLR and ANN models used to predict settlement were improved using independent variables related with the footings and geogrid. The results showed that fluctuations in the datasets of the settlement were very well reflected by the ANN methods.

پیش‌بینی سکونتگاه های پایه با استفاده از تقویت ژئوگرید و خروج از مرکزیت

این مطالعه با استفاده از روش‌های رگرسیون خطی چند خطی (MLR)و شبکه عصبی مصنوعی (ANN)، پیش‌بینی‌های توافقی را برای پی پی ای با استفاده از آرماتورهای عرضی و محوری محوری ارایه می‌کند. تاثیر شرایط بارگذاری eccentric محوری، تک محوری و تک محوری بر روی پی‌های تعبیه‌شده و غیر مدفون در خاک‌های غیر مسلح و تقویت‌شده با آزمایش‌های مدل آزمایشگاهی که در بخش اول مطالعه داده شد، مورد بررسی قرار گرفت. تغییرات ظرفیت باربری از طریق منحنی‌های بار عمودی در برابر منحنی‌های نشست که پس از هر آزمون ترسیم شده‌اند، تعیین می‌شود. در بخش دوم این مطالعه، مدل‌های MLR و ANN برای پیش‌بینی نشست با استفاده از متغیرهای مستقل مربوط به the و ژئوگرید بهبود یافتند. نتایج نشان داد که نوسانات در مجموعه داده‌های شهرک به خوبی توسط روش‌های ANN مشاهده شده‌است.

ترجمه شده با

Download PDF سفارش ترجمه این مقاله این مقاله را خودتان با کمک ترجمه کنید
سفارش ترجمه مقاله و کتاب - شروع کنید

95/12/18 - با استفاده از افزونه دانلود فایرفاکس و کروم٬ چکیده مقالات به صورت خودکار تشخیص داده شده و دکمه دانلود فری‌پیپر در صفحه چکیده نمایش داده می شود.