ارزیابی ترک خوردگی سدهای بتنی با استفاده از الگوریتم های فراابتکاری و روش شبکه ی عصبی مصنوعی
محل انتشار: نشریه مهندسی سازه و ساخت، دوره: 8، شماره: 45
سال انتشار: 1400
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 183
فایل این مقاله در 22 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:
JR_JSEC-8-45_010
تاریخ نمایه سازی: 21 فروردین 1401
چکیده مقاله:
با توجه به حساسیت موضوع ترک خوردگی در سدهای بتنی، نیاز به انجام آنالیز کامل و دقیق در خصوص رفتار ترک در این سدها با استفاده از روش های نوین احساس می شود. در این بین، الگوریتم های فرا ابتکاری از کارایی و دقت بسیار مناسبی در خصوص ارزیابی و پیش بینی مسائل نسبت به دیگر روش های نوین برخوردار می باشند. در این پژوهش با استفاده از الگوریتم فرا ابتکاری انتخابات (EA) و با لحاظ داده های تراز آب و دمای بتن طی سال های ۱۳۹۲-۱۳۷۹ به عنوان پارامترهای ورودی و مقدار تغییر مکان افقی و قائم ترک ها به عنوان پارامترهای خروجی، نحوه ی تغییرات ترک های سد بتنی قوسی زاینده رود مورد ارزیابی قرار گرفت و نتایج با روش الگوریتم ژنتیک (GA) و شبکه ی عصبی مصنوعی (ANN) مقایسه گردید. برای ارزیابی عملکرد روش پیشنهادی، از سه آماره شامل ضریب تبیین (R۲)، جذر میانگین مربعات خطا (RMSE) و معیار نش- ساتکلیف (NSE) استفاده شده است. نتایج به دست آمده نشان می دهد الگوریتم EA با کسب مقادیر R۲=۰.۹۶، RMSE=۰.۰۲۲ و NSE=۰.۷۴ در مقایسه با دو روش الگوریتم GA و شبکه ی عصبی مصنوعی (ANN)، از کارایی بالاتری برخوردار است و البته مقدار ضریب رگرسیون برای ترک های سرریز به دلیل عدم وجود داده های کافی، کم تر از ترک های سد حاصل شد. به طور کلی می توان نتیجه گرفت که برای ارزیابی تغییرات ترک های سدهای بتنی و پیش بینی روند تغییرات آن ها در آینده، الگوریتم های فرا ابتکاری روشی بسیار دقیق و قدرتمند محسوب شده و به وسیله این روش ها می توان دید بسیار خوبی بر وضعیت آسیب دیدگی سدهای بتنی پیدا نمود.
کلیدواژه ها:
نویسندگان
سمیه امامی
دانشجوی دکتری سازه های آبی دانشگاه تبریز
جواد پارسا
استادیار گروه علوم و مهندسی آب دانشگاه تبریز، تبریز، ایران
حجت امامی
گروه مهندسی کامپیوتر دانشگاه بناب
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 :