پیش بینی زمان تناوب ساختمانهای بتن آرمه با استفاده از ماشین لرنینگ

در پژوهش حاضر، کاربرد یادگیری ماشین با استناد به الگوریتم KNN در تحلیل دینامیکی ساختمانهای بتن آرمه (سه بعدی) بررسی گردید. در هر گروه، پارامترهای ورودی به گونه ای انتخاب گردیدند که نشان دهنده جرم، سختی و هندسه ساختمان بودند. تعداد ۱۵۵ ساختمان در نرم افزار ایتبس تحلیل و سپس نتایج تحلیلی ساختمان جهت آموزش و آزمایش مدلهای الگوریتم KNN به کار گرفته شدند. تحلیل دینامیکی سازهها بر اساس استاندارد ۲۸۰۰ انجام پذیرفت . نتایج نشان داد که مدلهای الگوریتم KNN گروه سوم، نتایج قابل قبولی را ارائه داده و دارای دقت بیشتری می باشند و هندسه ساختمان و ابعاد ستونها پارامترهای مهمی در تحلیل دینامیکی قابهای ساختمانی بتن آرمه هستند. در بهترین حالت برای تمامی مدلها، مقادیر ضریب تبیین DC بیشتر از ۹۶۶/۰ بوده و جذر مجموع مربعات خطا کمتر از ۰۵۱/۰ است . تحلیل دینامیکی ساختمانها را می توان به کمک الگوریتم KNN انجام داد و نتایج را با دقت منطقی و قابل قبولی تخمین زد.

کلیدواژه ها:

ساختمان بتن آرمه ، تحلیل دینامیکی ، زمان تناوب ، آیین نامه ۲۸۰۰ ، ماشین لرنینگ ، الگوریتم KNN