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

Time-History Analysis of Structures Against Earthquake Using Neural Networks

اعتبار موردنیاز: ۱ | تعداد صفحات: ۱۰ | تعداد نمایش خلاصه: ۱۹۲۲ | نظرات: ۰
سال انتشار: ۱۳۸۳
نوع ارائه: شفاهی
کد COI مقاله: ICEBAM_33
زبان مقاله: انگلیسی
حجم فایل: ۲۹۲.۷ کلیوبایت (فایل این مقاله در ۱۰ 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 ۱۰ 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 Time-History Analysis of Structures Against Earthquake Using Neural Networks

  Eysa Salajegheh (شناسه پژوهشگر - Researcher ID: ۱۰۸)
Department of Civil Engineering, University of Kerman
  Saeed Gholizadeh (شناسه پژوهشگر - Researcher ID: ۱۳۵۱)
Department of Civil Engineering, University of Kerman

چکیده مقاله:

In recent years, neural networks are considered as one of the best choice for fast function approximation with arbitrary accuracy for solving the time consuming problems. Dynamic time-history analysis of structures against earthquake has a time consuming prices. The computational burden of system will be high when time history response of large scale structures are used in some iterative algorithms. In this study we employ Radial Basis function network (RBF) for fast approximating of dynamic time-history responses of a three story steel frame structure against the Naghan earthquake 1977(IRAN).RBF is a traditional neural network that has the universal approximation properties. RBF is powerful in interpolation and its training is very fast in comparison of other neural networks. For approximating of time-history response of each story diaphragm, a separate RBF neural network is trained. In training sets of these networks input vectors consist of cross-section of columns of mentioned steel frame and target vectors consist of corresponding time-history response of each story diaphragms.

کلیدواژه‌ها:

time-history , dynamic analysis , earthquake , neural networks , radial basis function , approximation

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-ICEBAM-ICEBAM_33.html
کد COI مقاله: ICEBAM_33

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:
Salajegheh, Eysa & Saeed Gholizadeh, ۱۳۸۳, Time-History Analysis of Structures Against Earthquake Using Neural Networks, کنفرانس بین المللی زلزله (یادواره فاجعه بم), کرمان, دانشگاه شهید باهنر کرمان, https://www.civilica.com/Paper-ICEBAM-ICEBAM_33.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: (Salajegheh, Eysa & Saeed Gholizadeh, ۱۳۸۳)
برای بار دوم به بعد: (Salajegheh & Gholizadeh, ۱۳۸۳)
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 :

  • . Wasserman, P.D., ،0Advanced Methods in Neural Computing?, Prentice Hall ...
  • . Wilson E. 4*Structural Analysis Program SAP2000?. Berkeley, California, 2000. ...
  • . Ra.q MY, Bugmann G, Easterbrook DJ.، Neural network design ...
  • . Waszczyszyn Z, Ziemianski L, ،Neural networks in mechanics of ...
  • . Salajegheh E, Gholizadeh S, Lavaii A. *Comparison of RBF ...
  • . Salajegheh E, Gholizadeh S. *Evaluating of maximum response of ...
  • . Gholizadeh S, Yazdani R. «optimum design of marine structures ...
  • . Salajegheh E, Gholizadeh S. 4Optimum design of double layer ...
  • . Gholizadeh S. 4Optimum design of barrel vaults using neural ...
  • . Nan Jiang, Zhiye Zhao, Liqun Ren.., ;Design of structural ...
  • . Broomhead, D.S., Lowe, D., _، Multivariable Functional Interpolation and ...
  • . Girosi, F., Poggio, T., Caprile, A., ،Extensions of a ...
  • . Hartman, E.J., Keeler, J.D., Kowalski, J.M., *Layered Neural Networks ...
  • . The Language of Technical Computing, *MATLAB?, Math Works Inc. ...
  • 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 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.