تخمین پاسخ غیرخطی سازهها با استفاده از شبکه عصبی

ماهیت تحلیل و آنالیز غیرخطی سازهها کاری پیچیده و زمانبر است و انجام این کار برای سازههای مختلف با شرایط و مشخصات متفاوت، در کارهای مهندسی یا بهینه سازی بسیار خسته کننده خواهد بود، در چنین موقعیتی نیاز به داشتن پاسخ های نزدیک به واقعیت لازم می شوند تا بتوان از نتایج آن در فعالیت های مهندسی استفاده روزمره نمود. بدین منظور در این مطالعه ، روشی پیشنهاد شده است که می توان متوسط پاسخ غیرخطی دینامیکی قابهای کوتاه خمشی را که تحلیل آن زمانبر می باشد را با استفاده از نتایج تحلیل استاتیکی غیرخطی که به نسبت به سرعت انجام می شود را بدست آورد. بدین منظور در ابتدا اطلاعات ۳۷۵ قاب خمشی فولادی کوتاه مرتبه دسته بندی و مرتب سازی شد. نتایج تحلیل بار افزون (پوش اور) آنها طبقه بندی گردید و نمودار این تحلیل (جابجایی - نیرو) ترسیم گشت . نمودار سازههای چند درجه به صورت دوخطی درآمد. از اطلاعات نمودار پوشاور مقادیر سختی ، مقاومت تسلیم ، شیب ثانویه و تغییر مکان نهایی محاسبه گردید که به عنوان اطلاعات ورودی برای شبکه عصبی استفاده شدند. نتایج پاسخ های نرمال شده برای PGA و SA (برای جابجایی بام) و ISD (برای بیشینه جابجایی طبقه در حالت چنددرجه آزاد) نیز استخراج و طبقه بندی گردیدند ویک تابع برای منحنی پاسخ ها در تمام سازهها به دست آمد که تابع درجه دو می باشد و ضرایب آنها به عنوان خروجی های شبکه عصبی معرفی می شوند. نتایج بدست آمده از آموزش شبکه عصبی با تعداد لایه های پنهان مختلف و تعداد نرون موجود آنها بررسی شده و تعداد نرون بهینه برای آموزش این شبکه عصبی به دست آمد. نتایج نشان می دهند که اختلاف بین نتایج واقعی و نتایج بدست آمده از شبکه عصبی قابل قبول می باشند.

کلیدواژه ها:

تحلیل پوشاور ، یادگیری ماشین ، شبکه عصبی مصنوعی ، تحلیل تاریخچه زمانی