استفاده از نتایج آزمون دینامیکی PDA در تعیین باربری شمع تکی در سازه های دریایی به روش شبکه های عصبی مصنوعی
در این تحقیق با استفاده از نتایج 100 آزمون بارگذاری دینامیکی PDA انجام یافته در پروژه های مختلف، از سه نوع شبکه عصبی مصنوعی (ANN) به منظور تخمین باربری استفاده شده است. در ابتدا شبکه عصبی چند لایه پرسپترون به عنوان یکی از پرکاربردترین شبکه های عصبی و در ادامه از شبکه نوروفازی ترکیبی (عصبی- فازی) و در نهایت از شبکه عصبی تابع مبنای شعاعی که شبکه موفق در مسایل غیرخطی بوده استفاده شده است. مدلهای مبتنی بر شبکه های عصبی، برخلاف مدل های رفتاری مرسوم توضیحی در مورد چگونگی اثر پارامترهای ورودی بر خروجی نمی دهند. در این تحقیق آنالیز حساسیت بر روی ساختار بهینه مدل های معرفی شده در هر مرحله نیز انجام شده است. استخراج و ارایه روابط حاکم بر یک مدل شبکه عصبی به کاربر اطمینان بیشتری در تحلیل و طراحی داده و در نتیجه کاربرد آن را در کارهای مهندسی تسهیل می کند.
- حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران میشود.
- پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانههای چاپی و دیجیتال را به کاربر نمیدهد.