طراحی مدلساز شبکه عصبی در مقطع تیر کاهشیافته بر اساس دادههای GA بهینه سازی شده
نویسندگان
1 استادیار، گروه مهندسی عمران، واحد میبد، دانشگاه آزاد اسلامی، یزد، ایران
2 گروه مهندسی عمران، واحد میبد، دانشگاه آزاد اسلامی، یزد، ایران
3 azad university meybod, iran
doi
10.71507/civil.2024.1130596چکیده
امروزه راهحلهای مهندسی که ایمنی ساکنین را تضمین میکند و در عین حال به نگرانیهای اقتصادی توجه میکند، در مهندسی سازه مطرح میشوند. محققین سازه در ساخت سازههای فلزی با آزمایشهای دقیق، اتصالات با سطح مقطع کوچکتر را مورد مطالعه قرار دادند که عملکرد رضایتبخشی را در قابهای خمشی فولادی تحت بارهای چرخهای مختلف نشان داده است. یک نقص قابل توجه در تحقیقات قبلی عدم تمرکز بر مقرونبهصرفه بوده است. علاوه بر این، مطالعات موجود به جای تلاش برای ابعاد بهینه در این روابط، عمدتاً بر انواع منحصربفرد اتصالات متمرکز شدهاند یا به شدت بر روشهای آزمون و خطا تکیه کردهاند. این مطالعه تجزیهوتحلیل و بهینهسازی انواع مختلف اتصالات را ارائه میدهد. به طور خاص، اتصالات بخش مقطع کاهشیافته(RBS) با استفاده از نرمافزار ABAQUS از طریق تحلیل دینامیکی و روشهای عددی مدلسازی شدند. در ادامه، خروجی این تحلیلها با استفاده از الگوریتم ژنتیک (GA) در متلب پردازش شد. دادههای بهینه تولید شده توسط GA به عنوان ورودی مناسب برای مدلسازی شبکههای عصبی عمل میکند و اصلاح طرحها را تسهیل میکند. با استفاده از دو شبکه عصبی، طول و مقطع بهینه اتصالات RBS تعیین میشود که منجر به نتایج طراحی دقیقتر، افزایش کارایی طراحی، کاهش زمان اجرای پروژه و در نهایت صرفهجویی در هزینه میشود.