عیسی سلاجقه - استاد بخش مهندسی عمران، دانشگاه شهید باهنر کرمان، ایران
سعید قلی زاده قلعه عزیز - کارشناس ارشد بخش مهندسی عمران، دانشگاه شهید باهنر کرمان، ایران

در سالهای اخیر، شبکه‌های عصبی مصنوعی در گستره وسیعی از مسائل مربوط به شاخه‌های مختلف علم ارزش بالای خود را در سرعت بخشیدن به فرآیندهای محاسباتی نشان داده‌اند. همچنین استفاده از شبکه‌های عصبی مصنوعی جهت ارائه راه حل برای آن دسته از مسائل که راه حلی برای آنها وجود ندارد و یا حل آنها به راحتی قابل دسترس نیستند، نتایج قابل توجهی را نشان داده‌اند. در این تحقیق از شبکه عصبی تابع بنیادی شعاعی(RBF) برای تقریب‌سازی تحلیل سازه یک برج انتقال نیرو استفاده شده است. این شبکه عصبی یک شبکه پیشخور دو لایه است و در مقایسه با سایر شبکه‌های پیشخور از جمله انتشار متقابل از سرعت بسیار بالایی در حالت آموزش برخوردار است. دومین شبکه‌ایی که در این تحقیق مورد استفاده قرار گرفته است، شبکه مو‌جکی می‌باشد. این شبکه حاصل ترکیب شبکه عصبی انتشار برگشتی و تئوری مو‌جک‌ها می‌باشد. ترکیب این دو تئوری سبب افزایش دقت و سرعت شبکه حاصل نسبت به شبکه انتشار برگشتی می‌شود

شبکه عصبی, شبکه موجکی, تابع بنیادی شعاعی, تقریب سازی