دانلود مقاله ISI انگلیسی شماره 46481
ترجمه فارسی عنوان مقاله

پیش بینی امتیاز توده سنگ با استفاده از منطق فازی و مدل رگرسیون چند متغیره RMR

عنوان انگلیسی
Prediction of rock mass rating using fuzzy logic and multi-variable RMR regression model
کد مقاله سال انتشار تعداد صفحات مقاله انگلیسی ترجمه فارسی
46481 2014 8 صفحه PDF سفارش دهید
دانلود فوری مقاله + سفارش ترجمه

نسخه انگلیسی مقاله همین الان قابل دانلود است.

هزینه ترجمه مقاله بر اساس تعداد کلمات مقاله انگلیسی محاسبه می شود.

این مقاله تقریباً شامل 5830 کلمه می باشد.

هزینه ترجمه مقاله توسط مترجمان با تجربه، طبق جدول زیر محاسبه می شود:

شرح تعرفه ترجمه زمان تحویل جمع هزینه
ترجمه تخصصی - سرعت عادی هر کلمه 12 تومان 10 روز بعد از پرداخت 69,960 تومان
ترجمه تخصصی - سرعت فوری هر کلمه 24 تومان 5 روز بعد از پرداخت 139,920 تومان
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.
منبع

Publisher : Elsevier - Science Direct (الزویر - ساینس دایرکت)

Journal : International Journal of Mining Science and Technology, Volume 24, Issue 2, March 2014, Pages 237–244

ترجمه کلمات کلیدی
مجموعه های فازی - سیستم استنتاج فازی - رگرسیون چند متغیره - طبقه بندی توده سنگ
کلمات کلیدی انگلیسی
Fuzzy set; Fuzzy inference system; Multi-variable regression; Rock mass classification
پیش نمایش مقاله
پیش نمایش مقاله پیش بینی امتیاز توده سنگ با استفاده از منطق فازی و مدل رگرسیون چند متغیره RMR

چکیده انگلیسی

Rock mass rating system (RMR) is based on the six parameters which was defined by Bieniawski (1989) [1]. Experts frequently relate joint and discontinuities and ground water conditions in linguistic terms with rough calculation. As a result, there is a sharp transition between two modules which create doubts. So, in this paper the proposed weights technique was applied for linguistic criteria. Then by using the fuzzy inference system and the multi-variable regression analysis, the accurate RMR is predicted. Before the performing of regression analysis, sensitivity analysis was applied for each of Bieniawski parameters. In this process, the best function was selected among linear, logarithmic, exponential and inverse functions and finally it was applied in the regression analysis for construction of a predictive equation. From the constructed regression equation the relative importance of the input parameters can also be observed. It should be noted that joint condition was identified as the most important effective parameter upon RMR. Finally, fuzzy and regression models were validated with the test datasets and it was found that the fuzzy model predicts more accurately RMR than regression models.

دانلود فوری مقاله + سفارش ترجمه

نسخه انگلیسی مقاله همین الان قابل دانلود است.

هزینه ترجمه مقاله بر اساس تعداد کلمات مقاله انگلیسی محاسبه می شود.

این مقاله شامل 5830 کلمه می باشد.

هزینه ترجمه مقاله توسط مترجمان با تجربه، طبق جدول زیر محاسبه می شود:

شرح تعرفه ترجمه زمان تحویل جمع هزینه
ترجمه تخصصی - سرعت عادی هر کلمه 12 تومان 10 روز بعد از پرداخت 69,960 تومان
ترجمه تخصصی - سرعت فوری هر کلمه 24 تومان 5 روز بعد از پرداخت 139,920 تومان
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.