مقاله خوش بینی
تعدا صفحات 20
نوع فایل ورد
خوش بینی تعاریف،تاریخچه و رویکردهای نظری راجع به آن
قیمت 4000 هزار تومان
خوش بینی
• مقاله با عنوان: مقایسه ، صحت سنجی و پیش بینی عددی و آزمایشگاهی مدل های پارامتری شیروانی های خاکی مسلح شده توسط ژئوتکستایل با ابعاد واقعی (Full Scale)
• نویسندگان: بهروز حلیمی ، بهنام اسدی
• محل انتشار: دهمین کنگره بین المللی مهندسی عمران - دانشگاه تبریز - 15 تا 17 اردیبهشت 94
• فرمت فایل: PDF و شامل 8 صفحه می باشد.
چکیــــده:
از آنجایی که بررسی شرایط پایداری و زوال شیب های شیروانی خاکی یکی از مسائل مرتبط با رشته تخصصی خاک و پی بشمار می آید و با نظر به اینکه همواره خروجی های حاصل از بررسی های نرم افزاری بر مبنای شبیه سازی های عددی مادامی که در قالب عملیات آزمایشگاهی صحت سنجی و مقایسه نگردند چندان منطبق بر شرایط درجا و واقعی نمی باشد، در این مقاله شیروانی های خاکی مسلح شده با ژئوتکستایل از روش های عددی و آزمایشگاهی ارائه و نتایج با ابعاد واقعی (Full Scale) مقایسه شده است. در واقع در این تحقیق با استفاده از نرم افزار plaxis بصورت دو بعدی و سه بعدی و نرم افزار Flac بصورت دو بعدی و همچنین در شرایط آزمایشگاهی و در ابعاد مدلسازی کوچک و یا به عبارتی در سطح تنش های پایین و همچنین مطالعه در حالت ابعاد واقعی با استفاده از آنالیز ابعادی و بزرگنمایی 10 برابر نسبت به شرایط تنش های پایین، پایداری شیروانی های خاکی با حضور مصالح مسلح کننده ژئوتکستایل بررسی و خروجی های بدست آمده جهت بکارگیری در موارد اجرایی و نظری در سازه های خاکی شیبدار از نقطه نظر تاثیرات بهینه مصالح تسلیح کننده حاضر در مرز لایه ها ی شیروانی خاکی گزارش می شود. لازم به ذکر است شیروانی های بررسی شده بصورت مقید شده و غیرمقید شده از کف و دیواره های جانبی و در حالات و ارتفاع های مختلف قرارگیری ورق های مسلح کننده، در قالب مدل های پارامتری 11 گانه با یکدیگر مقایسه و صحت سنجی شده اند.
با توجه به آنکه ژئوتکستایل در سطوح تنش های پایین (آزمایشگاهی) حداکثر 3 درصد از ظرفیت کششی خود را بروز می دهد لازم است تا در مدل واقعی شرایط عملکردی آن ظرفیت سنجی گردد، زیرا در این مقاله تنها مدل های واقعی پیش بینی و با شرایط آزمایشگاهی و عددی مقایسه صورت گرفته است.
________________________________
** توجه: خواهشمندیم در صورت هرگونه مشکل در روند خرید و دریافت فایل از طریق بخش پشتیبانی در سایت مشکل خود را گزارش دهید. **
** توجه: در صورت مشکل در باز شدن فایل PDF مقالات نام فایل را به انگلیسی Rename کنید. **
** درخواست مقالات کنفرانسها و همایشها: با ارسال عنوان مقالات درخواستی خود به ایمیل civil.sellfile.ir@gmail.com پس از قرار گرفتن مقالات در سایت به راحتی اقدام به خرید و دریافت مقالات مورد نظر خود نمایید. **
خلاصه مقاله:
در سیستم های سرویس گرا کیفیت خدمات نشان دهنده مسئله مهمی است که اغلب در هنگام انتخاب و ساخت سرویس به آن رسیدگی می شود.در مسائل ترکیب سرویس ها کیفیت سرویس را فرضی در نظر گرفته اند ، در حالی که کیفیت یک سرویس به طور مداوم در حال تغییر میباشد و هم چنین تعهد یک سرویس برای حضور با کیفیت در یک ترکیب وابسته به رفتارهای قبلی خود سرویس می باشد.در مسئله انتخاب سرویس ها لازم است کیفیت سرویس قبل از استفاده معلوم گردد. بنابر این پیش بینی یک سرویس بر ابساس ( QoS ) کیفیت سرویس های وب مبنای بسیار مهمی برای سیستم های سرویس گرا می باشد. این امر سبب می شود تا بتوان از نحوه رفتار کیفی سرویس های وب در زمان اجرا به منظور حضور در سرویس، مطلع گردید.بنابراین وجود سیستمی که بتواند با استفاده از رفتار کیفی، سرویسی را پیش بینی کند برای حل مسئله انتخاب سرویس لازم است.روش ما در این مقاله پیش بینی سرویس بر اساس شباهت کاربران که مبتنی بر استفاده از روشهای آماری آنالیز تشخیصی می باشد.که سرویس مناسب را برای کاربر جدید پیش بینی و پیشنهاد می کند،و در صورت خرابی یکی از سرویس ها بلافاصله سرویس جدیدی را جایگزین میکند.
نحوه استناد به این مقاله
در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
شامل فایل پی دی اف مقاله به زبان انگلیسی و فایل ورد و پی دی اف ترجمه آن
فایل اصلی 8 صفحه و فایل ترجمه 15 صفحه
عنوان مقاله : Forecasting stock exchange movement using neural networks:empirical evidence from Kuwait
مقاله از سایت elsevier.com مربوط به سال 2010
قسمتی از ترجمه متن
سری های زمانی مالی بسیار پیچیده و پویا هستند، به گونه ای که با ویژگی تغییرپذیری فراوان توصیف می شوند. هدف اصلی این پژوهش پیش بینی تغییرات قیمت نهایی بورس سهام کویت با استفاده از داده های سال های 2001 تا 2003 است. دو طرح شبکه های عصبی، یکی شبکه عصبی MLP و دیگری شبکه عصبی رگرسیون تعمیم یافته می باشد که برای پیش بینی تغییرات بورس سهام کویت به کار گرفته می شود. نتیجه این مطالعه نشان می دهد که مدل های محاسبه ای ذهنی ابزار مناسبی برای پیش بینی تغییرات بورس سهام در بازارهای نوپا است. این نتایج همچنین نشان می دهد که الگوریتم آموزشی شبه نیوتن خطای پیش بینی کمتری در مفایسه با دیگر الگوریتم های آموزشی دارد. به دلیل توانمدی و انعطاف پذیری الگوریتم های مدل سازی انتظار می رود که مدل های محاسبه ای ذهنی از تکنیک های آمار سنتی مانند رگرسیون و ARIMA به منظور پیش بینی تغییرات قیمت نهایی بورس سهام پیشی بگیرند.