طراحی سیستم های مقاوم سازی لرزه ای برای سازه های بتن مسلح با استفاده از تکنیک های هوش مصنوعی

فایل این در 8 صفحه با فرمت PDF قابل دریافت می باشد

  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این :

چکیده :

مقاوم سازی لرزه ای سازه های بتن مسلح یکی از مهم ترین راهکارها برای کاهش آسیب پذیری سازه ها در برابر زلزله است. با توجه به پیچیدگی رفتار لرزه ای سازه ها، استفاده از روش های نوین مانند هوش مصنوعی می تواند در بهبود عملکرد سیستم های مقاوم سازی نقش موثری ایفا کند. در این مقاله، تمرکز اصلی بر به کارگیری الگوریتم های یادگیری ماشین، از جمله شبکه های عصبی مصنوعی (ANN) و الگوریتم های تکاملی مانند الگوریتم ژنتیک (GA) در فرآیند طراحی سیستم های مقاوم سازی لرزه ای است. این الگوریتم ها قابلیت تحلیل داده های پیچیده و مدل سازی رفتار غیرخطی سازه ها را دارند و می توانند گزینه های بهینه مقاوم سازی را با دقت بالاتری نسبت به روش های سنتی پیشنهاد دهند. در یک مطالعه موردی، از داده های سازه ای یک ساختمان بتن مسلح استفاده شده و با بهره گیری از مدل های یادگیری ماشین، سیستم مقاوم سازی بهینه طراحی شده است. نتایج حاصل نشان داد که استفاده از هوش مصنوعی در فرآیند طراحی، نه تنها دقت و کارایی سیستم مقاوم سازی را افزایش داده، بلکه موجب کاهش قابل توجهی در هزینه ها، زمان اجرا و حجم مصالح مصرفی شده است. به طور کلی، یافته ها بیانگر این است که تکنیک های هوش مصنوعی، به ویژه در حوزه مهندسی عمران و طراحی سازه های مقاوم در برابر زلزله، می توانند به عنوان ابزاری کارآمد و مکمل روش های تحلیلی سنتی مورد استفاده قرار گیرند و نقش مهمی در آینده مقاوم سازی سازه ها ایفا کنند.

کلیدواژه ها:

مقاوم سازی لرزه ای ، سازه های بتن مسلح ، هوش مصنوعی ، الگوریتم های یادگیری ماشین ، شبکه های عصبی مصنوعی ، الگوریتم ژنتیک.

نویسندگان

مجید محبی

دانشجوی کارشناسی ارشد مهندسی عمران گرایش سازه، موسسه آموزش عالی توحید گلوگاه، مازندران، ایران

مراجع و منابع این :

لیست زیر مراجع و منابع استفاده شده در این را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود لینک شده اند :
  • 1. Chopra, A. K. (2012). Dynamics of Structures: Theory and Applications ...
  • 2. Mazzolani, F. M. (2010). Seismic Retrofitting of Buildings: From Theory ...
  • 3. Azizinamini, A., & Bandyopadhyay, K. R. (1998). Application of FRP ...
  • 4. Liu, J., Zhang, L., & Chen, G. (2020). Machine learning ...
  • 5. Zhang, Y., Li, H., & Wang, X. (2018). Optimization of ...
  • 6. Chen, S., & Wang, J. (2019). Particle swarm optimization-based seismic ...
  • 7. Haykin, S. (1998). Neural Networks: A Comprehensive Foundation. ...
  • 8. Kennedy, J., & Eberhart, R. (1995). Particle swarm optimization. Proceedings ...
  • 9. Gandomi, A. H., & Alavi, A. H. (2012). Krill herd: ...
  • 10. ASCE/SEI 41-17 (2017). Seismic Evaluation and Retrofit of Existing Buildings. ...
  • نمایش کامل مراجع