مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

video

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

sound

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید:

1,929
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

666
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

اطلاعات مقاله نشریه

عنوان

استفاده از سری های زمانی در شبکه های عصبی مصنوعی تکاملی به منظور ارزیابی آسیب پذیری در قاب بتنی خمشی

صفحات

 صفحه شروع 17 | صفحه پایان 26

چکیده

 پس از وقوع یک زلزله, تصمیم گیری سریع در مورد ایمنی ساختمان, امکان ادامه بهره برداری از یک ساختمان و تعیین موقعیت و میزان خرابی موردنظر, بسیار مهم و حیاتی می باشد. امروزه تکنیک جدید استفاده از مدل شبکه های عصبی مصنوعی تکاملی که مبتنی بر هوش مصنوعی می باشد کاربرد گسترده ای در زمینه های مختلف علمی به ویژه مهندسی سازه و زلزله پیدا کرده است. در این مقاله یک قاب خمشی با 4 طبقه و 4 دهانه تحت سی رکورد از شتاب 0.1g تا 1.5g تحلیل دینامیکی غیرخطی شده و میزان آسیب کل قاب در هر رکورد و در هر شتاب محاسبه می گردد, سپس به تعیین خسارت با استفاده از مدلهای شبکه عصبی مصنوعی تکاملی پرداخته می گردد. برای تعیین تعداد و تاخیر زمانی موثر داده های ورودی زلزله در مدلهای شبکه عصبی مصنوعی از روش همبستگی عرضی (Cross Correlation) سریهای زمانی استفاده شد. با استفاده از الگوریتم ژنتیک ساختار مدلهای شبکه عصبی مصنوعی از نظر تعداد لایه ها, تعداد گره ها در لایه پنهان, نوع تابع انتقال و الگوریتم یادگیری شبکه بهینه گردید. نتایج نشان می دهد که روشهای همبستگی عرضی به خوبی تعداد و تاخیر زمانی موثر داده های ورودی را تعیین می نماید, علاوه بر این با مقایسه خروجی مدل MLP به عنوان بهترین مدل با رگرسیون غیرخطی نسبت به شاخص پارک- انگ می توان نتیجه گرفت که مدل MLP از توانایی, دقت و انعطاف پذیری مناسب تری برخوردار می باشند.

استنادها

  • ثبت نشده است.
  • ارجاعات

  • ثبت نشده است.
  • استناددهی

    APA: کپی

    زرفام، پنام، و نیکو، مهدی. (1389). استفاده از سری های زمانی در شبکه های عصبی مصنوعی تکاملی به منظور ارزیابی آسیب پذیری در قاب بتنی خمشی. مهندسی عمران دانشگاه آزاد اسلامی، 3(3)، 17-26. SID. https://sid.ir/paper/199428/fa

    Vancouver: کپی

    زرفام پنام، نیکو مهدی. استفاده از سری های زمانی در شبکه های عصبی مصنوعی تکاملی به منظور ارزیابی آسیب پذیری در قاب بتنی خمشی. مهندسی عمران دانشگاه آزاد اسلامی[Internet]. 1389؛3(3):17-26. Available from: https://sid.ir/paper/199428/fa

    IEEE: کپی

    پنام زرفام، و مهدی نیکو، “استفاده از سری های زمانی در شبکه های عصبی مصنوعی تکاملی به منظور ارزیابی آسیب پذیری در قاب بتنی خمشی،” مهندسی عمران دانشگاه آزاد اسلامی، vol. 3، no. 3، pp. 17–26، 1389، [Online]. Available: https://sid.ir/paper/199428/fa

    مقالات مرتبط نشریه ای

    مقالات مرتبط همایشی

  • ثبت نشده است.
  • طرح های مرتبط

  • ثبت نشده است.
  • کارگاه های پیشنهادی






    بازگشت به بالا
    telegram sharing button
    whatsapp sharing button
    linkedin sharing button
    twitter sharing button
    email sharing button
    email sharing button
    email sharing button
    sharethis sharing button