برآورد ظرفیت برشی تیرهای بتن آرمه تقویت شده توسط پلیمرهای مسلح شده به فیبر به روش شبکه های عصبی مصنوعی

سال انتشار: 1391
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 600

فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

NIESC01_118

تاریخ نمایه سازی: 14 شهریور 1392

چکیده مقاله:

استفاده ازمصالح کامپوزیتی FRP درمقاوم سازی یکی ازجدیدترین مباحث علمی درمهندسی عمران و سازه است تاکنون تحقیقات گسترده ای درخصوص بکارگیری موادمرکب به عنوان روکش ترمیم و تقویت سازه ها انجام گرفته است اما درسالهای اخیر بسیاری ازطرح های پیشنهادی دراین زمینه برای تقویت برشی تنها براساس تجزیه و تحلیل رگرسیون داده های ازمایشگاهی بوده که بدست آوردن ارتباط واقعی بین پارامترهای درگیر برای ارایه یک سری معادلات تجربی را بسیار مشکل کرده است برای رفع این مشکل مادراین مقاله با ترکیب مباحث مقاوم سازی سازه ای با مبحث شبکه عصبی مصنوعی به عنوان یکی ازمباحث نوین مهندسی صنایع یک مدل شبکه عصبی مصنوعی برای پیش بینی ظرفیت برشی تیرهای بتن آرمه تقویت شده بوسیله کامپوزیت های FRP ایجاد نمودیم شبکه عصبی مصنوعی با پرسپترون چندلایه و الگوریتم پس انتشار خطا برای پیش بینی مقاومت برشی مورد استفاده قرارگرفت و برای تعیین بهترین ساختارشبکه عصبی هم ازدو ساختار که اولی با یک لایه پنهان ودومی با دولایه پنهان ساخته شده مورد ارزیابی قرارگرفت درنهایت پس ازانتخاب بهترین ساختارشبکه عصبی و بدست آوردن نتایج مطلوب به تجزیه وتحلیل نتایج و مقایسه آن با فرمولهای تجربی موجود پرداخته شده است

کلیدواژه ها:

نویسندگان

مصطفی حسینپور

دانشگاه آزاد اسلامی واحد زاهدان

حمیدرضا ناصری

گروه عمران،دانشگاه بجنورد

حسین حسین پور

کارشناس ارشد مدیریت صنعتی

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 :
  • قبائی سوق م.، مساعدی ا.، حسام م.، هزارجریبی ا. 1389، ...
  • سازمان مدیریت و برنامه ریزی کشور، معاونت امور فنی دفتر، ...
  • Abdalla.J.A, Elsanosi.A and Abdelwahab.A (2007), "Modeling and simulation of shear ...
  • ACI 440, 2R-02 (2002), _ Guide for the design and ...
  • Adhikarya.B., Mutsuyoshib. H (2004), "Artificial neural networks for the prediction ...
  • Adhikarya.B., Mutsuyoshib. H (2006), _ Prediction of shear strength of ...
  • Flood.I, Muszynski.L, Nandy.S (2001), "Rapid analysis of externally reinforced concrete ...
  • Guang.N.H and Zong.W.J (2000), "Prediction of compressive strength of concrete ...
  • Hadi.M (2003), "Neural networks applications in concrete structures" , J. ...
  • Kasperkiewicz. _ Racz.J and Dubrawski.A (1995), "HPC strength prediction using ...
  • Kim.J.I, Kim.D.K, Feng, M.Q and Yazdani. (2004), "Application of neural ...
  • Lee.S.C (2003), "Prediction of concrete strength using artificial neural networks" ...
  • Mansour. M.Y, Dicleli. M, Lee. J.Y, Zhang. J (2004), "Predicting ...
  • Oreta.A.W.C and Kawashima. K(2003), "Neural network modeling of concrete compressive ...
  • Waszczyszyn. Z and Ziemianski.L (2001), "Neural networks in mechanics of ...
  • Wild.S, Bai.J, Ware. J.A and Sabir.B.B (2003), "Using neural networks ...
  • Yeh.I.C (1998), "Modeling concrete strength with au gment-neuron networks" , ...
  • نمایش کامل مراجع