>
Fa   |   Ar   |   En
   تخمین ظرفیت دورانی تیرهای بال پهن با بهره گیری از شبکه‌ های عصبی مصنوعی بیزین (brann)  
   
نویسنده علوی علیرضا ,نادرپور حسین ,فخاریان پویان ,نوغانی سلمان
منبع مهندسي عمران مدرس - 1397 - دوره : 18 - شماره : 4 - صفحه:157 -169
چکیده    مدل شبکه عصبی مصنوعی بیزین یکی از جدیدترین روش های محاسبات نرم به شمار می رود. استفاده از روش های متفاوت مانند المان محدود،روش های رگرسیونی و آماری در پژوهش های پیشین در سال های اخیر مورد بحث قرار گرفته است. در این مقاله برای اولین بار با ساخت یک مدل شبکه عصبی مصنوعی بیزین که جزو جدیدترین روش های محاسبات نرم است، ظرفیت دورانی تیر بال پهن فولادی تخمین زده شده است. استفاده از روش های متفاوت نظیر المان محدود، روش های رگرسیونی و آماری در پژوهش های پیشین در سال های اخیر مورد بحث قرار گرفته است، لذا در این پژوهش برای تخمین دقیق تر و سریع تر ظرفیت دورانی از تکنیک شبکه های عصبی مصنوعی از نوع شبکه بیزین استفاده شده است. داده های لازم برای آموزش و آزمایش شبکه بر اساس نتایج آزمایشگاهی معتبر از تاریخچه تحقیقات به دست آمده است. ورودی های مدل ساخته شده برای این منظور شامل نصف عرض بال تیر، ارتفاع جان، ضخامت بال، ضخامت جان، طول، تنش تسلیم بال و تنش تسلیم جان است و تابع هدف نیز ظرفیت دورانی می باشد. نتایج به دست آمده از این مدل با نتایج آزمایشگاهی و دیگر مدل های ارایه شده در گذشته مورد مقایسه دقیق قرار گرفت. نتیجه این مطالعه نشان دهنده آن است که استفاده از این رویکرد جدید نسبت دیگر مدل ها دارای دقت بالاتری بوده و کاربردی خواهد بود و می توان از شبکه عصبی مصنوعی بیزین به عنوان ابزاری قدرتمند در این گونه از مسایل بهره برد.
کلیدواژه ظرفیت دورانی، تیر بال پهن، شبکه‌ عصبی مصنوعی بیزین، رفتار پلاستیک
آدرس دانشگاه سمنان, دانشکده مهندسی عمران, ایران, دانشگاه سمنان, دانشکده مهندسی عمران, ایران, دانشگاه سمنان, دانشکده مهندسی عمران, ایران, دانشگاه آزاد اسلامی, دانشکده فنی و مهندسی, گروه مهندسی عمران, ایران
 
   An Approach for Estimating the Rotation Capacity of Wide Flange Beams using Bayesian Regularized Artificial Neural Networks (BRANN)  
   
Authors Alavi Seyed Alireza ,Naderpour Hosein ,Fakharian Pouyan
  
 
 

Copyright 2023
Islamic World Science Citation Center
All Rights Reserved