CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)
عنوان
مقاله

An Investigation into the Collapse Behavior of Double-Layer Space Trusses Using Neural Networks

اعتبار موردنیاز: ۱ | تعداد صفحات: ۹ | تعداد نمایش خلاصه: ۲۰۸۳ | نظرات: ۰
سرفصل ارائه مقاله: سازه، زلزله و بتن
سال انتشار: ۱۳۸۵
نوع ارائه: پوستر
کد COI مقاله: ICCE07_596
زبان مقاله: انگلیسی
حجم فایل: ۴۰۳.۳۶ کلیوبایت (فایل این مقاله در ۹ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.
با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید. در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.
لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید. در پایگاه سیویلیکا عموما مقالات زیر ۵ صفحه فولتکست محسوب نمی شوند و برای خرید اینترنتی عرضه نمی شوند.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود PDF مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۹ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳۰,۰۰۰ ریال

آدرس ایمیل خود را در زیر وارد نموده و کلید خرید با پرداخت اینترنتی را بزنید. آدرس ایمیل:

رفتن به مرحله بعد:

در صورت بروز هر گونه مشکل در روند خرید اینترنتی، بخش پشتیبانی کاربران آماده پاسخگویی به مشکلات و سوالات شما می باشد.

مشخصات نویسندگان مقاله An Investigation into the Collapse Behavior of Double-Layer Space Trusses Using Neural Networks

M.R.Sheidaii - Associate professor
S.Gholizadeh - ph.D Student

چکیده مقاله:

The behavior of compression member within a double-layer space truss has a commanding influence on the overall behavior of the structure. Using finite element methods, a bar element , with a piecewise linearized axial stress-strain relationship has been used to represent the ideal behavior of each member in collapse analysis of the double later space trusses. According to static collapse analysis of double-layer space trusses, three different collapse mechanisms will be possible , namely: overall collapse local collapse of the structure with dynamic snap-through, and local collapse of the structure without snap-through. In order to evaluate the collapse behavior of this type of structures, huge number of calculations must be done. To reduce the computational work in these problems, one of the best choices is the neural network. Radial Basis Function (RBF) and Generalized Regression (GR) neural network are frequently used function approximation in engineering problems. In this work, we have employed RBF and GR network for approximating the collapse behavior of double-layer space structures. Comparison of approximated result with exact collapse behavior of the structures. Indicates that neural network are powerful and efficient tools for estimating the collapse behavior of double-layer space structure.

کلیدواژه‌ها:

progressive collapse, buckling , nonlinear , gravitational loading , neural network radial basis founction , generalized regression , approximation concepts

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-ICCE07-ICCE07_596.html
کد COI مقاله: ICCE07_596

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
M.R.Sheidaii, & S.Gholizadeh, ۱۳۸۵, An Investigation into the Collapse Behavior of Double-Layer Space Trusses Using Neural Networks, هفتمین کنگره بین المللی مهندسی عمران, تهران, دانشگاه تربیت مدرس, دانشکده عمران, https://www.civilica.com/Paper-ICCE07-ICCE07_596.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (M.R.Sheidaii, & S.Gholizadeh, ۱۳۸۵)
برای بار دوم به بعد: (M.R.Sheidaii & S.Gholizadeh, ۱۳۸۵)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :

  • Smith, E.A. and Epstein, H., "Hartford Coliseum Roof Collapse: Structural ...
  • Thornton, C. and Lew, I., "Investigation of the Causes of ...
  • Davies, G. and Neal, B.G., "The Dynamic Behavior of a ...
  • Davies, G. and Neal, B.G., "An Experimental Examination of the ...
  • LUSAS Finite Element System, FEA Ltd., 1999, London, Version 13. ...
  • Salajegheh E, Gholizadeh S., "Optimum Design of Structures by an ...
  • Malla, R. and Nalluri, B., "Dynamic Effects of Member Failure ...
  • Jenkins, W.M., "Neural Network-b ased App roximations for Structural Analysis, ...
  • Hajela, P., Berke, L., "Neural Networks in Structural Analysis and ...
  • Wasserman, P.D., "Neural Computing Theory and Practice", Prentice Hall Company, ...
  • Broomhead, D.S., Lowe, D., _ Multivariable Functional Interpolation and Adaptive ...
  • Girosi, F., Poggio, T., Caprile, A., "Extensions of a Theory ...
  • Hartman, E.J., Keeler, J.D., Kowalski, J.M., "Layered Neural Networks with ...
  • Specht, D.F., "A General Regression Neural Networks", Transactions on Neural ...
  • Wasserman, P.D., "Advanced Methods in Neural Computing", Prentice Hall Company, ...
  • مدیریت اطلاعات پژوهشی

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    مقالات پیشنهادی مرتبط


    مقالات فوق بر اساس داده کاوی مقالات مطالعه شده توسط پژوهشگران محاسبه شده است.

    مقالات مرتبط جدید

    شبکه تبلیغات علمی کشور

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.