แจ้งเอกสารไม่ครบถ้วน, ไม่ตรงกับชื่อเรื่อง หรือมีข้อผิดพลาดเกี่ยวกับเอกสาร ติดต่อที่นี่ ==>
หากไม่มีอีเมลผู้รับให้กรอก thailis-noc@uni.net.th
หากไม่มีอีเมลผู้รับให้กรอก thailis-noc@uni.net.th
สิทธิศักดิ์ อิ่มสมบัติ . การศึกษาการทำนายชั้นดินโดยใช้ทฤษฎีปัญญาประดิษฐ์แบบโครงข่ายปมประสาท. ปริญญาโท(วิศวกรรมโยธา). มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าธนบุรี. : มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าธนบุรี, 2541.
การศึกษาการทำนายชั้นดินโดยใช้ทฤษฎีปัญญาประดิษฐ์แบบโครงข่ายปมประสาท
The Study of Soil-Layer Prediction using Neural NetworksDr. Pasit Lorterapong
Name: สิทธิศักดิ์ อิ่มสมบัติ
Organization :
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าธนบุรี
keyword:
Artificial Neural Network
Abstract:
The variation in soil layer has been regarded as one of the problems frequentlyencountered in foundation engineering discipline. Existing soil data, if available, can normallybe used as information for the design of foundation of a new facility. This is particularly true forthe project that occupies a large construction area where a number of bore hole is limited due toeconomic reasons. A tool that utilizes the data obtained from soil investigations, and capable ofpredicting soil layers or properties at other locations within the project area may prove useful forsoil engineering practice.The present study investigates the possibility of using Artificial Neural Networks(ANN) for soil layer prediction. ANN simulates the operations of a human-brain, making use ofexperience in solving the problem at-hand. Back propagation technique was used to develop asuitable weight matrix. A computer program called "NeuroSOIL" has been developed for theprediction of four soil parameters including Shear strength, Unit weights, Standard penetrationtest, and Soil type. Soil data obtained fiom 10 construction sites were used to train the neuralnetwork model. Each site contains data of at least five boreholes. The trained modules were thenused to predict the four soil parameters at locations where relevant data was not used in thetraining process. The prediction results obtained from NeuroSOIL were found to be in-line withexisting data with a 95 percent level of confidence. It is also found that level of accuracy for thepredictions depends mainly on the design of ANN architecture, the default value of Learningrate, Momentum, Number of iteration, and level of threshold.
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าธนบุรี
Address:
กรุงเทพมหานคร (Bangkok)
Email:
info.lib@mail.kmutt.ac.th
Name: ดร. พาสิทธิ์ หล่อธีรพงศ์
Role:
อาจารย์ที่ปรึกษา
Created:
2541
Issued:
2005-10-17
Modified:
2560-01-05
วิทยานิพนธ์/Thesis
ISBN:
9746245155
CallNumber:
CVE996
tha
DegreeName: วิศวกรรมศาสตรมหาบัณฑิต
Level: ปริญญาโท
Descipline: วิศวกรรมโยธา
©copyrights มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าธนบุรี
RightsAccess:
ใช้เวลา
0.023276 วินาที
สิทธิศักดิ์ อิ่มสมบัติ
| Title | Contributor | Type |
|---|---|---|
| การศึกษาการทำนายชั้นดินโดยใช้ทฤษฎีปัญญาประดิษฐ์แบบโครงข่ายปมประสาท
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าธนบุรี สิทธิศักดิ์ อิ่มสมบัติ | ดร. พาสิทธิ์ หล่อธีรพงศ์ | วิทยานิพนธ์/Thesis |
ดร. พาสิทธิ์ หล่อธีรพงศ์