انتخاب الگوریتم بهینه شبکه عصبی در تحلیل روسازی های انعطاف پذیر راه ها

تحلیل روسازی های راه ها همواره بدلیل شناخت بهتر رفتار آنان تحت شرایط متفاوت از اهمیت بالایی برخوردار بوده و باعث درک بهتر و در نتیجه طرح روابط دقیق تر می گردد. در زمینه تحلیل روسازیها، نرم افزارهای بسیاری ایجاد شده اند که بیشتر آنان بر پایه تئور ی چند لا یه ای و تعداد کمی بر اساس روش اجزای محدود ساخته شده اند. مشکل اصلی موجود در تمامی آنان ، نیازشان به داده های ورودی زیاد، زمان بر بودن فرآیند مدل سازی و شبیه سازی تنها یک مقطع در هر زمان می باشد. از طرف د یگر شبکه های عصبی مصنوعی، به عنوان یکی از شاخه های علم هوش مصنوعی دارای مزایای زیادی است که از آن جمله می توان به محدود نمودن تعداد داده های ورودی، سرعت بالا ی فرآیند مدلساز ی، توانایی مدل سازی همزمان چندین روسازی با شرایط مختلف و ... را نام برد. در این مقاله پس از اطمینان از صحت نحوه مدل سازی روسازی های انعطاف پذیر با استفاده از 384 مدل انجام شده، به طرح شبکه عصبی مصنوعی جهت تحلیل روسازی های انعطاف پذیر پرداخته شده است. در نها یت شبکه بهینه از نوع انتشار برگشتی پیش خور با آرایش 2-10-8 با تابع انتقال سیگموید بعنوان شبکه بهینه انتخاب گردیده است.

کلیدواژه ها:

روسازی های انعطاف پذیر ، تحلیل ، اجزای محدود ، شبکه عصبی مصنوعی ، انتشار برگشتی