پیش‌بینی مقاومت برشی تیرهای بتن مسلح با استفاده از الگوریتم‌های ANFIS و SVR

نویسندگان

1 استادیار، گروه مهندسی عمران، دانشگاه هرمزگان، بندرعباس، ایران.

2 گروه مهندسی عمران، دانشکده فنی و مهندسی، دانشگاه هرمزگان،

doi
10.22124/jcr.2020.15601.1423
چکیده

برآورد دقیق مقاومت برشی در تیرهای بتن مسلح یک موضوع اساسی در طراحی مهندسی است. با این حال، پیش‌بینی مقاومت برشی در این نوع تیرها دارای دقت بالایی نمی‌باشد. از جمله راهکارهایی که در سال‌های اخیر جهت ارائه یک مدل مناسب برای پیش‌بینی مقاومت برشی تیرهای بتن مسلح پیشنهاد شده است، استفاده از الگوریتم‌های هوش مصنوعی (AI) می‌باشد. در این مطالعه قابلیت کاربرد الگوریتم‌های رگرسیون بردار پشتیبان (SVR) و استنتاج فازی عصبی (ANFIS) برای پیش‌بینی مقاومت برشی تیرهای بتن مسلح بررسی گردید و نتایج حاصله با الگوریتم ANN و آیین‌نامه‌های موجود مقایسه شد. . برای این منظور دهانه برش، طول موثر تیر، عمق موثر، عرض مقطع، مقاومت فشاری 28 روزه بتن، تنش تسلیم آرماتورهای طولی، تنش تسلیم آرماتورهای عرضی، درصد آرماتور طولی و درصد آرماتورهای برشی بعنوان پارامترهای ورودی و مقاومت برشی تیر بتن مسلح بعنوان پارامتر خروجی انتخاب گردید. نتایج مطالعه نشان داد که الگوریتم‌های ANFIS و SVR با خطای مربع میانگین ریشه (RMSE) برابر با 015/0 و 09/0 مقاومت برشی تیرهای بتن مسلح را با دقت بسیار زیادی پیش‌بینی می‌نمایند و از این جهت می‌توانند جایگزین مناسبی برای الگوریتم‌های زمانبر مانند ANN و روش‌های پرهزینه آزمایشگاهی باشند.