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

محاسبه مقادیر ویژه ورق با استفاده از شبکه عصبی شعاعی

اعتبار موردنیاز: ۱ | تعداد صفحات: ۸ | تعداد نمایش خلاصه: ۱۸۲۳ | نظرات: ۰
سرفصل ارائه مقاله: سازه
سال انتشار: ۱۳۸۶
نوع ارائه: شفاهی
کد COI مقاله: NCCE03_339
زبان مقاله: فارسی
حجم فایل: ۲۴۰.۵۳ کلیوبایت (فایل این مقاله در ۸ 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 ۸ 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 محاسبه مقادیر ویژه ورق با استفاده از شبکه عصبی شعاعی

  علی حیدری (شناسه پژوهشگر - Researcher ID: ۳۲۷۰)
استادیار دانشکده فنی مهندسی دانشگاه شهرکرد
    عیسی سلاجقه (شناسه پژوهشگر - Researcher ID: ۱۰۸)
استاد بخش مهندسی عمران دانشگاه شهید باهنر کرمان
  علیرضا اسماعیل زاده - دانشجوی کارشناسی ارشد سازه دانشگاه آزاد اسلامی کرمان

چکیده مقاله:

در این مقاله محاسبه مقادیر ویژه ورقها با استفاده از هوش مصنوعی مورد نظر است. معمولا محاسبه مقادیر و بردارهای ویژه برای سازه های بزرگ، مخصوصا ورقها کار مشکلی بوده و زمان زیادی را لازم دارد. با توجه به گسترش روز افزون سازه های پیوسته و نیاز به کاهش حجم عملیات کامپیوتری، استفاده از هوش مصنوعی در تحلیل مقادیر ویژه، برای این نوع سازه ها بسیار مفید است. دراین مقاله نحوه محاسبه مقادیر ویژه ورقها با استفاده از شبکه عصبی با تابع بنیادی شعاعی که به آن شبکه عصبی شعاعی گفته می شود، ارائه شده است. شبکه عصبی با تابع بنیادی شعاعی، یک شبکه عصبی با تابع بنیادی شعاعی، یک شبکه عصبی مصنوعی است که تابع تحریک لایه میانی آن تابع گوسی است. برای آموزش این نوع شبکه، از الگوریتم آموزش نظارت شده استفاده می شود. پس از آموزش شبکه عصبی، تعدادی سازه با روش دقیق و استفاده از هوش مصنوعی تحلیل شده و نتایج آنها با یکدیگر مقایسه می شود. پس از آموزش شبکه، دیگر نیازی به حل مساله مشخصه ورق، برای تعیین مقادیر ویژه نبوده و حجم عملیات کامپیوتری به نحو چشمگیری کاهش می یابد. نتایج حاصل از این تحقیق بخوبی بیانگر توانایی این نوع شبکه عصبی در محاسبه مقادیر ویژه ورقهاست.

کلیدواژه‌ها:

سازه های پیوسته ، مقادیر ویژه ، شبکه عصبی شعاعی

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-NCCE03-NCCE03_339.html
کد COI مقاله: NCCE03_339

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:
حیدری, علی؛ عیسی سلاجقه و علیرضا اسماعیل زاده، ۱۳۸۶، محاسبه مقادیر ویژه ورق با استفاده از شبکه عصبی شعاعی، سومین کنگره ملی مهندسی عمران، تبریز، دانشگاه تبریز، دانشکده فنی - مهندسی عمران، https://www.civilica.com/Paper-NCCE03-NCCE03_339.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: (حیدری, علی؛ عیسی سلاجقه و علیرضا اسماعیل زاده، ۱۳۸۶)
برای بار دوم به بعد: (حیدری؛ سلاجقه و اسماعیل زاده، ۱۳۸۶)
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 :

  • Paz, M., 1997, Structural dynamics: theory and computation, Van Nostrand, ...
  • Clough, R., Penzien, J., 1975, Dynamics of structures, McGraw Hill, ...
  • Craig, RR.., 1981, Structural dynamics, an introduction to computer methods, ...
  • SAS. IP, Inc, 1997, ANSYS structural analysis guide, release 5.4, ...
  • Demuth, H., Beale, M., Hagan, M., 2006, Neural network toolbox ...
  • Bathe, K.J., Wilson, E.L., 1975, Numerical methods in finite element ...
  • Hecht-Ni elsen, R., 1990, Neurocomputi ng, Addi son-Wesley Publishing Company, ...
  • Szewczyk, Z., Hajela, P.. Neural network approxi mation in a ...
  • Fausett, L., 1994, Fundamentals of neural networks, Prentice Hall Company, ...
  • Wasserman, PD., 1989, Neural computing: theory and practice, Van Nostrand ...
  • Freeman, JA., 1994, Simulating neural networks, Addi son-Wesley Publishing Company, ...
  • Taylor, JG., Mannion, C.L.T., 1992, Theory and application of neural ...
  • علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز:
    تعداد مقالات: ۷۵۰۴
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    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.