http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 저자 : 임안식(Im An Sik) (검색결과 1 건)
- 무료
- 기관 내 무료
- 유료
-
김영수(Kim Young Su),정우섭(Jeong Woo Seob),정환철(Jeonge Hwan Chul),임안식(Im An Sik) 대한토목학회 2006 대한토목학회논문집 C Vol.26 No.2
This study performed field and laboratory tests for poor subsoils taken in six regions of the country and determined undrain shear strength. S<SUB>u</SUB> values and preconsolidation pressure are predicted using Back Propagation neural network (BPNN) and the application of BPNN is verified. The result of BPNN shows that correlation coefficient between test and neural network result is over 0.9, which means high correlativity. Especially the neural network uses only 6 parameters such as natural water content, void ratio, specific gravity, rate of passing 200th sieve, liquid limits and plasticity index among various affecting factors to estimate value and the correlation coefficent is 0.93. The conclusions obtained in this paper are from the tests performed for poor subsoils taken in the several regions of the country. If there were more test results, the prediction and influence of various soil properties could be effectively performed by neural network. 연약지반의 설계정수로 사용되는 비배수전단강도 및 선행압밀하중의 예측을 위해 전국적으로 산재해 있는 6개의 연약지반 대상구역의 실험결과를 이용하여 역전파학습알고리즘을 통해 학습 및 예측을 실시하였다. 실험결과치와 신경망학습의 결과치는 상관계수 0.9이상의 값을 나타냄으로서 높은 상관성를 나타내었으며 자연함수비, 간극비, 비중, 세립토의 함유율은 상관성을 높이는데 상당한 기여를 하는 것으로 나타났다. 본 연구를 통해 연약지반개량공법설계시 충분한 양질의 자료만 확보할 수 있다면 다양한 지반의 물성치를 인공신경망을 통해 효율적으로 예측할 수 있다는 것을 확인하였다.
연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
