بهینه سازی شکست ساختار شبکه ای با استفاده از شبکه عصبی مصنوعی و الگوریتم ژنتیک

پیام:
نوع مقاله:
مقاله پژوهشی/اصیل (دارای رتبه معتبر)
چکیده:
در این پژوهش یک ساختار شبکه ای 4×4 مربعی از جنس تیتانیوم با استفاده از پارامترهای مرتبط تحت نیروی کششی بهینه سازی شده است. ساختار شبکه ای یک ساختار چهارضلعی با طول ضلع L و زاویه Θ می باشد و ترتیب شکست دیواره ها با استفاده از نرم افزار متلب و روش المان محدود مقایسه شده است. در پژوهش حاضر تابع هدف در بهینه سازی، افزایش جذب انرژی و به حداقل رساندن بیش ترین تنش در نظر گرفته شده است و تاثیر پارامترهای اندازه اضلاع و زوایای مختلف در این ساختار مورد بررسی قرار گرفته است. 100 حالت مختلف برای مقادیر L و Θ با خروجی مساحت زیر نمودار (انرژی جذب شده) و بیش ترین تنش و کرنش از نرم افزار متلب به دست آمده است. با داشتن داده های ورودی (L و Θ) و خروجی (انرژی جذب شده و بیش ترین تنش)، شبکه عصبی آموزش داده شده و با استفاده از مدل رگرسیون در شبکه عصبی میزان پیش بینی با دقت بالای 99 درصد به دست آمده است که از دقت بالایی برخوردار می باشد. تابع ارتباط بین ورودی ها و خروجی های شبکه عصبی از نرم افزار متلب به دست آمده است و بهینه سازی این ساختار شبکه ای 4×4 با استفاده از الگوریتم ژنتیک صورت گرفته است. تابع هدف در این پژوهش افزایش جذب انرژی و به حداقل رساندن بیش ترین تنش می باشد تا سازه شبکه ای بیش ترین استحکام را با در نظر گرفتن پارامترهای مورد بررسی داشته باشد.
زبان:
فارسی
صفحات:
35 تا 44
لینک کوتاه:
magiran.com/p2630667 
دانلود و مطالعه متن این مقاله با یکی از روشهای زیر امکان پذیر است:
اشتراک شخصی
با عضویت و پرداخت آنلاین حق اشتراک یک‌ساله به مبلغ 1,390,000ريال می‌توانید 70 عنوان مطلب دانلود کنید!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی نامحدود همه کاربران به متن مطالب تهیه نمایند!
توجه!
  • 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.
In order to view content subscription is required

Personal subscription
Subscribe magiran.com for 70 € euros via PayPal and download 70 articles during a year.
Organization subscription
Please contact us to subscribe your university or library for unlimited access!