ارائه مدل بهینه شده هوش مصنوعی جهت پیش بینی ظرفیت باربری ستون های لوله ای فولادی پرشده با بتن

سال انتشار: 1402
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 112

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:

INCEE04_005

تاریخ نمایه سازی: 17 تیر 1403

چکیده مقاله:

ستون های لوله ای فولادی پرشده از بتن در مناطقی که به شدت در معرض زلزله قرار دارند، با توجه به داشتن مزایایی مانند، مقاومت بالا برای عملکرد لرزه ای خوب، شکل پذیری بالا، قابلیت جذب انرژی زیاد، محصور شدگی بتن و مدول مقطع بالا، می توانند عملکرد مناسبی داشته باشند. این مقاله یک مدل تحلیلی برای پیش بینی ظرفیت بار نهایی ستون های لوله ای فولادی پرشده از بتن با مقاطع دایره ای تحت بار محوری را با استفاده از روش اسپلاین رگرسیون تطبیقی چند متغیره (مارس) ارائه می کند. برای ایجاد مدل، از مجموعه ۷۷۸ داده شامل خصوصیات هندسی و مکانیکی و نیز ظرفیت نهایی باربری استفاده شده است. نتایج به دست آمده از این تحقیق نشان داد که خروجی مدل توسعه داده شده یا داده های آزمایشگاهی نظیر مطابقت خوبی داشته و با دقت خوبی قادر به پیش بینی ظرفیت نهایی باربری ستون های لوله ای فولادی پرشده از بتن می باشد.

کلیدواژه ها:

هوش مصنوعی ، روش مارس ، ستون های دایره ای فولادی پرشده با بتن ، ظرفیت باربری ، رگرسیون تطبیقی چند متغیره.

نویسندگان

احسان کریمی

استادیار، گروه مهندسی عمران، واحد بندرگز، دانشگاه آزاد اسلامی، بندرگز، ایران