استفاده از الگوریتم ژنتیک و شبکه‌های عصبی مصنوعی در بهینه‌یابی وزنی گنبدهای مشبک تک لایه فولادی با پیکربندی‌های مختلف

نویسندگان

1 کارشناس ارشد سازه، دانشکده مهندسی، دانشگاه فردوسی مشهد

2 دانشیار گروه عمران، دانشکده مهندسی، دانشگاه فردوسی مشهد

doi
10.22034/jss.2010.238448
چکیده

در این مقاله از الگوریتم ژنتیک و شبکه‌های عصبی مصنوعی برای بهینه‌یابی وزنی (حداقل) گنبدهای مشبک تک لایه فولادی تحت اثر بارهای ثقلی یکنواخت استفاده شده است. برای این کار، ۳۷۸ نمونه گنبد با شش نوع پیکربندی مختلف و با دهانه‌هایی از ۱۰ تا ۵۰ متر و نسبت‌های ارتفاع به دهانه از ⅛ تا ½ تحلیل و طراحی شده و در هر مورد وزن و پیکربندی بهینه سازه توسط الگوریتم ژنتیک تعیین گردیده است. در ادامه، از نتایج حاصل برای آموزش و طراحی شبکه‌های عصبی مصنوعی برای تخمین وزن بهینه سازه استفاده شده است. بدین ترتیب می‌توان با توجه به قطر یک ساختمان مدور، مناسب‌ترین پوشش از نوع گنبد مشبک تک لایه فولادی را با یک پیکربندی مشخص و با وزن بهینه بدست آورد.