عنوان

بررسی روابط ارزیابی پتانسیل روانگرایی بر اساس الگوریتم سیاه چاله

Country Code

IR

Number

۴۱۲۹پ

.Language of Text, Soundtrack etc

فارسی

Country of publication

IR

Title Proper

بررسی روابط ارزیابی پتانسیل روانگرایی بر اساس الگوریتم سیاه چاله

General Material Designation

[پایان‌نامه]

Parallel Title Proper

Investigating seismic soil liquefaction potential Relationships based on black hole algorithm

First Statement of Responsibility

/زهرا عبدی زمهریر

Name of Publisher, Distributor, etc.

: مهندسی عمران

Date of Publication, Distribution, etc.

، ۱۳۹۹

Specific Material Designation and Extent of Item

۱۴۷ص.

Other Physical Details

:

Text of Note

زبان: فارسی

Text of Note

زبان چکیده: فارسی

Text of Note

چاپی - الکترونیکی

Text of Note

مصور، جدول، نمودار

Dissertation or thesis details and type of degree

کارشناسی ارشد

Discipline of degree

مهندسی عمران- ژئوتکنیک

Date of degree

۱۳۹۹/۰۷/۰۱

Body granting the degree

صنعتی سهند

Text of Note

به منظور تدوین اقدامات اجرایی برای کنترل روانگرایی، ارزیابی کارآمدی آن‌ها و در نهایت اصلاح ضوابط طراحی، باید خطر روانگرایی بررسی شود .الگوریتم سیاه چاله یک الگوریتم کاوشی الهام گرفته از پدیده‌ی سیاه چاله است که برخلاف سادگی‌اش در برخی مسائل، کارایی و عملکرد بهتری نسبت به سایر الگوریتم‌ها داشته است .در این مطالعه با استفاده از یک پایگاه داده‌ای مبتنی بر نتایج آزمایش‌های CPT و الگوریتم سیاه چاله، توابعی برای شاخص پتانسیل روانگرایی (LPI) ارائه شده است .به علاوه با به کارگیری روش‌های آماری انتخاب پیش‌رو، حذف پس‌رو، رگرسیون گام‌به‌گام و معیارهای انتخاب زیرمدل از جمله ضریب تعیین، میانگین مجموع توان‌های دوم خطاها، آماره‌ی مالو و معیار اطلاعات، پارامترهای با اهمیت شناسایی شدند .اکثر روش‌های آماری فوق از میان هفت پارامتر موجود در پایگاه داده‌ای، پارامترهای بیشینه‌ی شتاب زمین، مقاومت نوک مخروط و نسبت اصطکاک جداره‌ی مخروط را به عنوان مهم‌ترین پارامترهای مؤثر انتخاب کرده‌اند .بنابراین الگوریتم سیاه چاله یک بار برای ایجاد مدل سه متغیره( شامل بیشینه‌ی شتاب زمین، مقاومت نوک مخروط و نسبت اصطکاک جداره‌ی مخروط) و یک بار هم برای ایجاد مدل شش متغیره‌ای که شامل پارامترهای تنش کل و مؤثر لایه‌ی بحرانی، مقاومت نوک مخروط، نسبت اصطکاک جداره‌ی مخروط، بیشینه‌ی شتاب زمین و بزرگای زلزله می‌باشد، به کار برده شده است .نتایج حاکی از آنند که میزان موفقیت هر دو مدل پیشنهادی در پیش بینی موارد موجود در مجموعه داده‌های اعتبارسنجی ۹۶ درصد بوده است .هم‌چنین به منظور عیب-شناسی مدل‌ها، نمودار باقیمانده‌ها برحسب مقادیر برازش شده، نمودارQ - Qرسم و آزمون‌های F و کیفیت برازش نیز به ازای هر دو مدل سه متغیره و شش متغیره نیز انجام شده‌اند .نتایج عیب‌شناسی نشان دادند که فرضیات رگرسیون خطی چندگانه برای مدل‌های پیشنهادی صادق بوده است .در کل می‌توان گفت هر دو مدل پیشنهادی عملکرد یکسانی دارند.

Text of Note

In order to develop executive measurements to control liquefaction, evaluate their efficiency and modify the design criteria, the liquefaction potential of a site must be investigated. Black hole algorithm is a heuristic algorithm that is inspired by the black hole phenomenon which in spite of its simplicity outperforms the other algorithms for some problems. In this study two liquefaction potential index (LPI) based on black hole algorithm using a database from post liquefaction cone penetration tests (CPT) are developed. Furthermore some statistical analysis including forward selection, backward elimination, stepwise selection and subset selection criteria including coefficient of determination, mean square of errors, Mallow statistics and information criteria are used to identify the most significant parameters. Statistical analysis all together selected tip cone resistance, friction ratio, peak ground acceleration as the most significant variables. Therefore black hole algorithm is used to devalop three-variable (include tip cone resistance, friction ratio, peak ground acceleration) and six-varaible models which contain total and effective stress of critical layer, tip cone resistance, friction ratio, peak ground acceleration and earthquake magnitude. The results revealed that th performance of three-variable model(96 ) is found to be as well as six-variable model in terms of rate of successful prediction of liquefied and non- liquefied cases for validity data. In addition some statistical analysis such as plots of residuals versus fitted values, Q-Q plots are examined, F test and goodness of fit test are made to diagnosing validity of assumptions for both of the three and six-variable models. Results of diagnosing validity of assumptions satisfied multi linear regression assumptions but for some diagrams, six-veraible model has better results. In general the six-variable model has priority over the three variable model.

ba

Parallel Title

Investigating seismic soil liquefaction potential Relationships based on black hole algorithm

تابع شاخص پتانسیل روانگراییLPI))

الگوریتم سیاه چاله

رگرسیون گام به گام

معیارهای انتخاب زیرمدل

پارامترهای با اهمیت در پتانسیل روانگرایی

عیب شناسی مدل

رگرسیون خطی چندگانه

Subject Term

liquefaction potential index(LPI), black hole algorithm(BHA), stepwise selection, optimization, significant parameters, subset selection criteria, diagnosing validity, multi linear regression

Subject Term

تابع شاخص پتانسیل روانگرایی(LPI)، الگوریتم سیاه چاله، رگرسیون گام به گام، بهینه سازی، معیارهای انتخاب زیرمدل، پارامترهای با اهمیت در پتانسیل روانگرایی، عیب شناسی مدل، رگرسیون خطی چندگانه

عبدی زمهریر، زهرا

امامی تبریزی، مهرداد، استاد راهنما

چرختاب بسیم، محمد، استاد راهنما

Country

ایران

Date of Transaction

20230715

Call Number

عمران ،۳۰۲۹۰ ،۱۳۹۹

Host name

ه‌لاچ‍ ه‌ایس‍ م‌تیروگلا س‌اسا رب‍ ی‌یارگناور ل‌یسناتپ‍ ی‌بایزرا طباور ی‌سررب‍.pdf

Access number

عادی

Compression information

عادی

Date and Hour of Consultation and Access

4129.pdf

Date and Hour of Consultation and Access

p30290.pdf

Bits per second

0

Contact for access assistance

ایمانی

Electronic Format Type

متن

File size

0

Record control number

پ۴۱۲۹

Public note

فارسی

نمایه‌سازی قبلی

pe

TF

92029

1

a

Y