کاربرد یادگیری ماشین در پیش بینی رفتار سازه های بتن آرمه تحت بارهای غیرخطی

در سال های اخیر، پیشرفت های چشمگیری در زمینه هوش مصنوعی و به ویژه یادگیری ماشین (Machine Learning) حاصل شده است. این روش ها قابلیت های قابل توجهی در تحلیل مسائل پیچیده و غیرخطی در مهندسی سازه دارند. یکی از چالش های اساسی در تحلیل سازه های بتن آرمه، رفتار غیرخطی مصالح و المان ها تحت بارگذاری های شدید است که تحلیل دقیق آن ها با روش های سنتی مانند اجزای محدود (FEM) زمان بر و پیچیده است. استفاده از الگوریتم های یادگیری ماشین می تواند سرعت و دقت تحلیل ها را به طور قابل توجهی افزایش دهد. در این مقاله، به بررسی کاربردهای مختلف یادگیری ماشین در پیش بینی رفتار سازه های بتن آرمه تحت بارهای غیرخطی پرداخته شده است. همچنین، مزایا و چالش های استفاده از این روش ها در تحلیل های سازه ای مورد بررسی قرار گرفته اند.

کلیدواژه ها:

یادگیری ماشین ، سازه های بتن آرمه ، بارهای غیرخطی