برآورد وزن میلگرد مصرفی در ساختمان های مسکونی قاب خمشی متوسط بتنی، با استفاده از شبکه عصبی مصنوعی

برآورد هزینه های احداث ساختمان به ویژه در مراحل اولیه مطالعاتی، از موضوعات موردعلاقه و حایز اهمیت برای کارفرمایان و سرمایه گذاران هست. تورم بالای حاکم بر اقتصاد کشور در سال های اخیر و نوسان شدید قیمت مصالح ساختمانی، اهمیت برآورد هزینه های احداث ساختمان حتی در پروژه های کوچک شهری را دوچندان کرده است. اما تا زمانی که طراحی ساختمان به اتمام نرسیده و نقشه های نهایی با تمام جزییات تهیه نشده باشند امکان متره پروژه و برآورد هزینه های احداث با دقت قابل قبول میسر نیست. از طرفی روش های تقریبی ارایه شده جهت برآوردهای اولیه، با اختلافات زیادی نسبت به واقعیت همراه هستند که با فلسفه وجودی برآورد اقتصادی پروژه سازگاری ندارد. لذا در این پژوهش با استفاده از محاسبات مبتنی بر هوش مصنوعی و قابلیت یادگیری از داده های آموزشی شبکه عصبی مصنوعی وزن میلگرد مصرفی در ساختمان های مسکونی قاب خمشی بتنی، بدون طراحی کامل و تهیه نقشه های اجرایی محاسبه شده و نتایج با مقادیر واقعی مقایسه می شوند. مدل شبکه عصبی مصنوعی پیشنهادی پژوهش از نوع از نوع پرسپترون چندلایه پیش خور با الگوریتم یادگیری پس انتشار هست و بر اساس پارامترهای تعداد دهانه در راستای طولی و عرضی، ارتفاع طبقه، تعداد طبقات، تعداد ستون در هر طبقه، مساحت طبقه و برش پایه لرزه ای وزن میلگرد مصرفی در ساختمان های موردمطالعه برآورد شده است. نتایج پژوهش حاکی از این است که مدل شبکه عصبی پیشنهادی می تواند وزن میلگرد مصرفی را در ساختمان های منظم با دقت 95 درصد و در ساختمان های نامنظم با دقت 80 درصد برآورد نماید.