THE DEVELOPMENT OF A BINARY APPROACH IN THE EFFICACY OF THE UNREINFORCED MASONRY (URM) REHABILITATION ALTERNATIVES
سال انتشار: 1390
نوع سند: مقاله کنفرانسی
زبان: انگلیسی
مشاهده: 1,220
فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
SEE06_248
تاریخ نمایه سازی: 16 اردیبهشت 1390
چکیده مقاله:
An applicable approach in order to evaluate the most efficient rehabilitation alternative of the masonry buildings is developed. The paper presents a simplified method of the selection process which is useful for the clients to select the most advantageous option of rehabilitation project by appraising the quick survey of the efficient criteria. The study is set up for the low-rise unreinforced masonry buildings and includes the classification of the most important parameters in the strengthening of the masonry buildings, and the factor analysis is performed to make thepreferences of the alternatives. First, it is needed to make a decision model and gather all the data in order to cover the project perspective. Then, all categorized parameters are compared in a pair-wise system; by using AHP method; in which those preferred criteria specified. Finally, based on the binary concept the model of binary approach decision-making (BADM) is utilized to analyze the decision parameters. Therefore, each criterion are simulated by the question texts which the appraiser faces two possible answers. Consequently, the most efficient alternative can be selected based on the expert judgment, clients’ objectives and also the structural data of the specific building by using the proposed procedure.
کلیدواژه ها:
نویسندگان
Behnam Mahzoun Azmoodeh
Msc. Graduate, University of Science and Technology of Mazandaran (USTMB
A.S Moghadam
Assistant Professor, International Institute of Earthquake Engineering and Seismology (IIEES
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 :