استفاده از الگوریتم‌های بهینه‌سازی ازدحام ذرات و شبیه سازی تبرید در برآورد ضریب رفتار سازه‌ فولادی با مهاربندی واگرا تحت زلزله‌های حوزه نزدیک گسل پالسگونه

ضریب رفتار سازه، ضریبی است که عملکرد غیر ارتجاعی سازه را دربرداشته و نشانگر مقاومت پنهان سازه در مرحله غیر ارتجاعی است. این ضریب، در استانداردهای لرزه‌ای مانند استاندارد 2800، صرفا به نوع سیستم مقاوم جانبی وابسته و با یک عدد ثابت معرفی شده است. این درحالی است که بین ضریب رفتار، شکل‌پذیری (سطح عملکرد)، هندسه مدل و نوع زلزله (اعم از دور و نزدیک) رابطه وجود دارد. ارائه یک رابطه بین مشخصات هندسی سازه، سطح عملکرد طراحی و ضریب رفتار در قاب های فولادی واگرا تحت اثر زلزله های نزدیک گسل، هدف اصلی مقاله حاضر است. بدین منظور، در ابتدا یک بانک داده‌ی وسیع متشکل از 12960 داده با تنوع 3، 6، 9، 12، 15 و 20 طبقه، 3 تیپ سختی ستون و 3 درجه لاغری مهاربندی تولید و طراحی شده و در برابر 20 زلزله نزدیک گسل دارای اثرات جهت پذیری پیش‌رونده برای 4 سطح عملکردی مختلف تحلیل شدند. جهت تولید رابطه‌ی پیشنهادی از دو الگوریتم قدرتمند ازدحام ذرات و شبیه‌سازی تبرید بهره‌گیری شده است. بدین منظور 6769 داده در آموزش الگوریتم‌ها استفاده شده است. جهت اعتبارسنجی روابط پیشنهادی، 2257 داده آزمون، جهت محاسبه میانگین مربعات خطای رابطه ارایه شده، برای هر دو الگوریتم مورد استفاده قرار گرفت. همچنین داده های غیر همگرا در راستای تولید روابط دقیق تر حذف گردید. نتایج حاصل از بررسی همبستگی الگوریتم‌ها، وجود دقت بیشتر در رابطه حاصل از الگوریتم ازدحام ذرات را تایید می‌کند.

The use of PSO and SA Optimization Algorithms in Estimating the Behavior factor of EBFs under Near fault Pulse type Earthquakes

The most important feature of the behavior factor is that it allows the structural designer, to be able to evaluate the structural seismic demand, using an elastic analysis, based on forcebased principles quickly. In seismic codes such as the 2800Standard, this coefficient is merely dependent on the type of lateral resistance system and is introduced with a fixed number. However, there is a relationship between the behavior factor, ductility (performance level), structural geometric properties, and type of earthquake (near and far). The main purpose of this paper is to establish an accurate intelligent model related to the geometrical characteristics of the structure, performance level and the behavior factor in eccentrically steel frames, under earthquakes nearfault. For this purpose, genetic algorithm is used. Initially a wide database consisting of 12960 data with 3, 6, 9, 12, 15 and 20 stories, 3 column stiffness types, and 3 brace slenderness types were designed, and analyzed under 20 pulsetype nearfault earthquakes for 4 different performance levels. Two powerful optimization algorithms have been used to generate the proposed relationship. To generate the proposed correlation, 6769 training data were used in the form of PSO and SA algorithms. To validate the proposed correlation, 2257 test data were used to calculate the mean squared error for both algorithms. The results indicate that there is more accuracy in the relation of the PSO algorithm.