شناسایی آسیب ساختاری پل دال تیر با استفاده از ترکیب شبکه های عصبی مصنوعی و الگوریتم های فرا ابتکاری

عدم شناسایی به موقع آسیب در پل و تحمیل هزینه اقتصادی به لحاظ ساخت مجدد سازه خواهد شد. بسیاری از روشهای تشخیص آسیب غیر مخرب بر اساس بازرسی های بصری برای شناسایی وضعیت جهانی یا محلی سازه ها انجام شده است . با این حال، آنها پرهزینه ، زمان بر هستند و نمی توان از آنها برای نظارت مستمر سازه و آسیب های عمیق استفاده کرد. بنابراین تکنیک شناسایی آسیب با ویژگی های ارزیابی جهانی سریع و بالاتر برای شناسایی آسیب های سازهای مورد نیاز است . از این رو، الگوریتم های ارزیابی داده کاوی باید برای سیستم شناسایی آسیب ساختاری استفاده شود. در این مطالعه یک رویکرد مبتنی بر داده کاوی ، برای بررسی کاربرد داده کاوی برای شناسایی آسیب ساختاری پل دال تیر پیشنهاد شده است . این پژوهش با استفاده از با استفاده از ترکیب شبکه های عصبی مصنوعی و الگوریتم های فراابتکاری برای شناسایی آسیب ساختاری پل دال تیر و با در نظرگیری متغیرهای مدال (یعنی فرکانس های طبیعی و اشکال مود) به عنوان متغیر ورودی و متغیرهای پیش بینی مکان و شدت آسیب سازه های پل دال روی تیر به عنوان متغیر خروجی جمع آوری شد. نتایج بهینه سازی شبکه عصبی چندلایه پیش خور با الگوریتم یادگیری پس انتشار از نوع لونبرگ - مارکارد با الگوریتم فراابتکاری فاخته نشان داد که نتایج قدار MSE و RMSE مدلها بهبود یافته اند و پیاده سازی ترکیب این مدل توانست موفق عمل کند و نتایج از لحاظ مقدار MSE و RMSE حاصل شده به ترتیب برای داده های آموزش و آزمایش مقادیر صفر حاصل شد.

کلیدواژه ها:

آسیب ساختاری ، پل دال تیر ، شبکه های عصبی مصنوعی ، الگوریتم های فراابتکاری