عیسی سلاجقه - استاد بخش مهندسی عمران، دانشگاه شهید باهنر کرمان
محسن صادقی سبزواری - دانشجوی کارشناسی ارشد، بخش مهندسی عمران، دانشگاه شهید باهنر کرمان
احد فربود - دانشجوی کارشناسی ارشد، بخش مهندسی عمران، دانشگاه شهید باهنر کرمان

امروزه با توجه به توانائی شبکه های عصبی، کاربرد آنها درعلوم و رشته های مختلف مهندسی گسترش قابل ملاحظه ای داشته است. این سیستم در مهندسی عمران نیز کاربرد فراوانی یافته است. از جمله مشخصه های اصلی سیستم های شبکه عصبی قابلیت فراگیری آنها است که دارای انعطاف پذیری بسیاری می باشد. بنابراین در الگوریتم هایی که تکرار عملیات تحلیل باعث افزایش حجم مجاسبات می گردد.می توان از آنها بعنوان یک تحلیل کننده سریع سازه ها استفاده کرد. در این تحقیق از شبکه های عصبی تابع بنیادی شعاعی (RBF)، برای تقریب منحنی pushover و مختصات نقطه عملکرد که در طرح لرزه ای سازه ها بر اساس تحلیل غیر خطی استاتیکی کاربرد دارد. استفاده می شود. شبکه های عصبی RBF در مقایسه با سایر شبکه های عصبی مصنوعی دارای قدرت درونیابی و آموزش سریعتر می باشند. بردار در این شبکه شامل سطح مقطع و ممان اینرسی اعضاو بردار خروجی آن مختصات منحنی pushover و نقطه عملکرد سازه مورد نظر می باشد. مقادیر بردار خروجی با استفاده از نرم افزار SAP2000 محاسبه می گردد. نتایج بدست آمده نشان دهنده وقت بسیار خوب شبکه های RBF درتقریب پارامترهای لرزه ای سازه ها می باشد.

روش طیف ظرفیت ، تحلیل استاتیکی غیر خطی ، شبکه عصبی تابع بنیادی شعاعی