فهرست نشریات علمی دسترسی آزاد ایران

با توجه به پیچیدگی مکانیزم­های برشی تیرهای بتن مسلح و تأثیرگذاری پارامترهای مختلف، ایجاد یک مدل کلی جهت تخمین دقیق ظرفیت برشی، دشوار می­باشد. همچنین اکثر دستورالعمل­های تعریف شده برای تعیین ظرفیت برشی تیرهای بتن مسلح در آیین‌نامه‌های طراحی به صورت تجربی بدست آمده­ است. در سال­های اخیر الگوریتم­های هوش مصنوعی در این زمینه بسیار مورد استفاده واقع شده است. در این مطالعه از الگوریتم‌های رگرسیون بردار پشتیبان و سیستم استنتاج تطبیقی فازی-عصبی بهینه شده با دو الگوریتم انبوه ذرات و الگوریتم ژنتیک برای پیش­بینی ظرفیت برشی تیرهای بتن مسلح استفاده شده است. در این الگوریتم‌ها، مقادیر 9 پارامتر تأثیر‌گذار در ظرفیت برشی به عنوان ورودی و ظرفیت برشی تیرهای بتن مسلح به عنوان پارامتر خروجی مورد استفاده قرار گرفته است. با استفاده از روش اعتبارسنجی Kfold، داده­های آموزشی و تستی تعریف شده و بر اساس این داده­ها پیش­بینی صورت گرفته است. نتایج بدست آمده از پیش­بینی نشان داد که مدل سیستم استنتاج فازی عصبی با الگوریتم بهینه‌سازی ژنتیک با ریشه دوم میانگین مربعات خطا برابر 0/06634 و ضریب همبستگی0/996 نسبت به سایر الگوریتم‌ها از دقت بالاتری برخوردار است. همچنین جهت تعیین حساسیت پارامتری متغیرهای مورد بررسی بر روی ظرفیت برشی تیرهای بتن مسلح از تئوری سیستم خاکستری (GST) استفاده شد. بررسی نتایج حاصل از این آنالیز نشان می‌دهد که میانگین ضریب آنالیز حساسیت پارامتر درصد آرماتورهای طولی ( ) نسبت به سایر پارامترها بزرگ‌تر است که نشان از تأثیر بیشتر پارامتر درصد آرماتورهای طولی بر روی ظرفیت برشی دارد.