پروژه ارزیابی عملکرد روش‌های نوین داده‌کاوی در برآورد میزان عمق حفره آبشستگی پایه پل و مقایسه آن با روابط تجربی با استفاده از نرم افزارهای WEKA و NEURO SOLUTIONS و به همراه فیلم آموزشی نرم افزارهای WEKA و NEURO SOLUTIONS

با توجه به اهمیت زیاد پل ها در زندگی روزمره انسان و نقش آنها در حمل و نقل و ارتباط بین نقاط مختلف، حفاظت و نگهداری آنها از اولویت بالایی برخوردار می‌باشد. یکی از عواملی که همواره سازه‌هایی مانند پل را مورد تهدید قرار میدهد، آبشستگی موضعی می‌باشد. هر ساله تعداد زیادی از پل‌ها در سراسر جهان در اثر این پدیده تخریب می‌شوند و بدین سبب خسارات اقتصادی زیادی متوجه دولت‌ها می‌شود. از این رو شناسایی عوامل تاثیر گذار بر این پدیده بسیار مهم می‌باشد. به علت تعدد پارامترهای تاثیرگذار برروی پدیده آبشستگی و همچنین پیچیدگی فرایند آبشستگی، همواره بررسی این پدیده با مشکلات و پیچیدگی بسیاری همراه بوده است. علیرغم تلاش‌های زیاد صورت گرفته در این زمینه و تعدد روابط تجربی موجود، رابطه کلی و جامعی برای تخمین عمق حفره آبشستگی در همه شرایط موجود نیست. امروزه با توجه به پیشرفت‌های چشمگیر در زمینه روش‌های نوین داده کاوی مانند سیستمهای هوشمند از جمله رگرسیون فرآیند گاوسی، رگرسیون بردار پشتیبان، مدل درختی M5 و K-نزدیک‌ترین همسایگی تلاش زیادی برای حل و مدلسازی مسائل پیچیده مهندسی آب با این روش ها انجام شده است. در این تحقیق سعی بر بررسی کارایی روش‌های رگرسیون فرآیند گاوسی، رگرسیون بردار پشتیبان، مدل درختی M5 و K-نزدیک‌ترین همسایگی در تخمین عمق چاله آبشستگی پایه پل و مقایسه ی نتایج به دست آمده از آن با نتایج هفت رابطه تجربی شده است. از میان روابط تجربی بررسی شده، رابطه تجربی جین و فیشر (1980) دارای عملکرد بهتر و دقت بیشتری نسبت به سایر روابط تجربی می‌باشد. نتایج نشان داد کلیه روش‌های داده‌کاوی برتری محسوسی نسبت به روابط تجربی در زمینه پیش‌بینی عمق آبشستگی پایه پل دارا هستند. همچنین از بین روش‌های داده‌کاوی روش‌های رگرسیون فرایند گاوسی و رگرسیون بردار پشتیبان با بهره‌گیری از توابع کرنل که توانایی بالایی در حل مسائل غیر خطی دارا هستند، نسبت به سایر روش‌های بررسی شده دارای عملکرد بهتری می‌باشد. بررسی دقیق نتایج نشان‌دهنده کارآیی و دقت عمل بالاتر روش رگرسیون فرایند گاوسی در این زمینه می‌باشد.


آنچه در این کد خواهید آموخت:

1- آشنایی کلی با داده کاوی و اصول آن

2- نحوه مدل سازی و پیش بینی یک متغیر توسط رگرسیون فرایند گاوسی

3- نحوه مدل سازی و پیش بینی یک متغیر توسط رگرسیون بردار پشتیبان

4- نحوه مدل سازی و پیش بینی یک متغیر توسط مدل درختی M5

5- نحوه مدل سازی و پیش بینی یک متغیر توسط -Kنزدیک ترین همسایگی

6- انواع روابط تجربی موجود در زمینه تخمین عمق آبشستگی پایه پل

7- انجام تحلیل های آماری اولیه برروی داده ها


نکات و الزامات:

1- نرم افزار WEKA یک نرم افزار منبع باز می باشد که بر روی تمامی سیستم‌های عامل قابل نصب است.

2- آشنایی اولیه با مایکروسافت اکسل برای آماده سازی داده‌ها

3- آشنایی اولیه با مفاهیم کلی داده کاوی

4- آشنایی اولیه با تحلیل های آماری داده‌ها


مشخصات کلی
تعداد صفحات 147
تعداد صفحات محصول 100-150
فیلم آموزشی دارد
نمودارهای خروجی دارد
زبان برنامه نویسی
زبان برنامه نویسی اول WEKA
زبان برنامه نویسی دوم NEURO SOLUTIONS
سیالات
حوزه تخصصی 1 سایر

نظر بدهید

توجه: HTML ترجمه نمی شود!
    بد           خوب

Lorem ipsum dolor sit amet, consectetur adipiscing elit. Aliquam iaculis egestas laoreet. Etiam faucibus massa sed risus lacinia in vulputate dolor imperdiet. Curabitur pharetra, purus a commodo dignissim, sapien nulla tempus nisi, et varius nulla urna at arcu.Lorem ipsum dolor sit amet, consectetur adipiscing elit. Aliquam iaculis egestas laoreet. Etiam faucibus massa sed risus lacinia in vulputate dolor imperdiet. Curabitur pharetra, purus a commodo dignissim, sapien nulla tempus nisi, et varius nulla urna at arcuLorem ipsum dolor sit amet, consectetur adipiscing elit. Aliquam iaculis egestas laoreet. Etiam faucibus massa sed risus lacinia in vulputate dolor imperdiet. Curabitur pharetra, purus a commodo dignissim, sapien nulla tempus nisi, et varius nulla urna at arcu. 

پروژه ارزیابی عملکرد روش‌های نوین داده‌کاوی در برآورد میزان عمق حفره آبشستگی پایه پل و مقایسه آن با روابط تجربی با استفاده از نرم افزارهای WEKA و NEURO SOLUTIONS و به همراه فیلم آموزشی نرم افزارهای WEKA و NEURO SOLUTIONS

  • تولید کننده: علی رضازاده
  • شناسنامه: MC2-1130
  • موجودی: در انبار
  • تاریخ: ۱۳۹۵-۰۳-۰۷
  • زبان برنامه نویسی: WEKA
  • زبان برنامه نویسی 2: NEURO SOLUTIONS
  • سریال برنامه: MC2-1130
  • سفارش دهنده: مارکت کد
  • فایل معرفی محصول: لینک
  • 60,000تومان

برچسب ها: آبشستگی, رگرسیون فرآیند گاوسی, رگرسیون بردار پشتیبان, مدل درختی M5, پل, آبشستگی موضعی, داده‌کاوی, رگرسیون فرآیند گاوسی, رگرسیون بردار پشتیبان, weka, neuro solutions