استفاده از الگوریتم ژنتیک و شبکه های عصبی مصنوعی در بهینه یابی وزنی گنبدهای مشبک تک لایه فولادی با پیکربندی های مختلف

در این مقاله از الگوریتم ژنتیک و شبکه های عصبی مصنوعی برای بهینه یابی وزنی (حداقل) گنبدهای مشبک تک لایه فولادی تحت اثر بارهای ثقلی یکنواخت استفاده شده است. برای این کار، 378 نمونه گنبد با شش نوع پیکر بندی مختلف و با دهانه هایی از 10 تا 50 متر و نسبت های ارتفاع به دهانه از تا تحلیل و طراحی شده و در هر مورد وزن و پیکر-بندی بهینه سازه توسط الگوریتم ژنتیک تعیین گردیده است. در ادامه، از نتایج حاصل برای آموزش و طراحی شبکه های عصبی مصنوعی برای تخمین وزن بهینه سازه استفاده شده است. بدین ترتیب می توان با توجه به قطر یک ساختمان مدور، مناسب ترین پوشش از نوع گنبد مشبک تک لایه فولادی را با یک پیکربندی مشخص و با وزن بهینه بدست آورد.