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:

1,417
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

648
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

اطلاعات مقاله نشریه

عنوان

یادداشت تحقیقاتی: استفاده از الگوریتم ژنتیکی و شبکه عصبی مصنوعی برای بهینه سازی مقاطع سدهای وزنی بتنی

صفحات

 صفحه شروع 99 | صفحه پایان 112

چکیده

 مقطع سد, علاوه بر ارضای شرایط پایداری, باید مقرون به صرفه نیز باشد. در سدهای مخزنی و انحرافی, چنانچه طول قاعده مقطع سد حداقل شود, حجم بتن ریزی برای یک متر پهنا حداقل خواهد شد و این موضوع به اقتصادی بودن طرح کمک شایانی خواهد کرد. از این رو مساله طراحی مقطع سد, یک مساله بهینه سازی مقید است که قیود آن ارضای شرایط پایداری شامل: پایداری در برابر لغزش و واژگونی و همچنین تنش یا خستگی قائم در سطح بدنه سد خواهد بود. در این مقاله با ارایه روشی هوشمند مبتنی بر الگوریتم ژنتیکی و با در نظر گرفتن تمامی نیروهای وارد بر سد شامل: نیروی زلزله در بدنه و مخزن سد, نیروی بالابرنده و نیز نیروی ناشی از وزن و فشار آب سعی شده است با استفاده از مفاهیم رقابت و انتخاب اصلح, الگوریتم مناسبی برای جستجو در فضای پاسخ ارایه شود که با استفاده از آن, شیب های بالادست سد و همچنین طول قاعده آن به نحوی بهینه می شود که هم شرایط پایداری محقق شود و هم حجم بتن ریزی از نظر اقتصادی بهینه باشد. از آنجا که مقدار بهینه شیب و طول قاعده سد, تابعی غیرخطی از ضریب زمین لرزه و ارتفاع سد است, بنابراین لزوم استفاده از روش هایی که مستقل از مدل, به درون یابی روابط ذاتی میان داده ها بپردازد, احساس می شود. در این مقاله سعی شده است با استفاده از نتایج حاصل از به کارگیری الگوریتم ژنتیکی و تبیین ویژگی های شبکه های عصبی مصنوعی, شبکه ای از نوع تابع پایه شعاعی (RBF) همراه با قانون یادگیری انتشار خطای سریع (QP) برای بازیابی نگاشت غیرخطی میان الگوهای مستقل داده ها و متغیرهای وابسته طراحی شود تا به کمک آن, تخمین هوشمند مقطع بهینه سدهای بتنی وزنی میسر گردد. در این مقاله با مقایسه نتایج حاصل از این روش با روش های مرسوم, مزایای روش جدید نیز مورد توجه قرار خواهد گرفت.

استنادها

  • ثبت نشده است.
  • ارجاعات

  • ثبت نشده است.
  • استناددهی

    APA: کپی

    دهقانی، امیراحمد، منتظر، غلامعلی، نصیری، فرزین، و قدسیان، مسعود. (1385). یادداشت تحقیقاتی: استفاده از الگوریتم ژنتیکی و شبکه عصبی مصنوعی برای بهینه سازی مقاطع سدهای وزنی بتنی. فنی و مهندسی مدرس، -(25 (ویژه نامه مهندسی عمران))، 99-112. SID. https://sid.ir/paper/25039/fa

    Vancouver: کپی

    دهقانی امیراحمد، منتظر غلامعلی، نصیری فرزین، قدسیان مسعود. یادداشت تحقیقاتی: استفاده از الگوریتم ژنتیکی و شبکه عصبی مصنوعی برای بهینه سازی مقاطع سدهای وزنی بتنی. فنی و مهندسی مدرس[Internet]. 1385؛-(25 (ویژه نامه مهندسی عمران)):99-112. Available from: https://sid.ir/paper/25039/fa

    IEEE: کپی

    امیراحمد دهقانی، غلامعلی منتظر، فرزین نصیری، و مسعود قدسیان، “یادداشت تحقیقاتی: استفاده از الگوریتم ژنتیکی و شبکه عصبی مصنوعی برای بهینه سازی مقاطع سدهای وزنی بتنی،” فنی و مهندسی مدرس، vol. -، no. 25 (ویژه نامه مهندسی عمران)، pp. 99–112، 1385، [Online]. Available: https://sid.ir/paper/25039/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