توسعه توابع شکنندگی لرزه ای قابهای فولادی کوتاه مرتبه با استفاده از شبکه های عصبی مصنوعی و شناسایی پارامترهای ورودی تاثیرگذار
سال انتشار: 1403
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 124
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:
SEE09_384
تاریخ نمایه سازی: 10 آبان 1403
چکیده مقاله:
مطالعه حاضر به منظور بررسی و توسعه توابع شکنندگی لرزه ای برای قابهای فولادی کوتاه مرتبه انجام شده است . این هدف اصلی با استفاده از شبکه های عصبی مصنوعی (ANN) مورد پیاده سازی قرار گرفته و پارامترهای کلیدی تاثیرگذار بر نتایج پیش بینی ها شناسایی شده اند. در این راستا، ANNها با استفاده از الگوریتم های بهینه سازی تنظیم و آموزش داده شده اند تا بتوانند پارامترهای توابع شکنندگی را با دقت بالاتری پیش بینی کنند. در این تحقیق ، از ۳۰۶۲ داده تحلیلی استفاده شده است که بر اساس ویرایش های مختلف آیین نامه لرزه ای ایران طراحی شدهاند. سپس ، با بهرهگیری از معماری بهینه یابی شده، شبکه های عصبی آموزش داده شدند. در پایان، از تحلیل SHAP برای بررسی میزان تاثیر پارامترهای مختلف ورودی بر خروجی ها استفاده شد. نتایج به دست آمده نشان می دهد که پارامترهای نوع خاک، شکل پذیری ، و ویرایش آیین نامه طراحی لرزه ای از جمله پارامترهای تاثیرگذار بر نتایج پیش بینی ها هستند.
کلیدواژه ها:
تابع شکنندگی لرزه ای ، قاب فولادی خمشی ، شبکه عصبی مصنوعی (ANN) ، توضیح افزودنی شاپلی SHAP ، آیین نامه ی لرزه ای
نویسندگان
محمدرضا پرویزی
دانش آموخته دکتری مهندسی عمران سازه، دانشگاه زنجان، زنجان، ایران
کیارش ناصراسدی
دانشیار، گروه سازه و زلزله، دانشکده مهندسی عمران، دانشگاه زنجان، زنجان، ایران
احسان تفکری
استادیار، گروه سازه و زلزله، دانشکده مهندسی عمران، دانشگاه زنجان، زنجان، ایران