بهینه سازی چند هدفی شبکه های عصبی نوع GMDH برای مدلسازی و پیش بینی عمرخستگی کامپوزیتهای تک جهتهCFRP

  • سال انتشار: 1387
  • محل انتشار: شانزدهمین کنفرانس سالانه بین المللی مهندسی مکانیک
  • کد COI اختصاصی: ISME16_046
  • زبان مقاله: فارسی
  • تعداد مشاهده: 1708
دانلود فایل این مقاله

نویسندگان

کاوه سلملیان

کارشناس ارشد - دانشگاه گیلان، گروه مکانیک

علی جمالی

دانشجوی دکتری - دانشگاه گیلان، گروه مکانیک

چکیده

در این مقاله از الگوریتم تکاملی ١ NSGA-II برای طراحی بهینه ای چند هدفی شبکه های عصبی نوع ,٢ GMDH به منظور مدلسازی و پیش بینی عمر خستگی ٣ کامپوزیتهای تک جهته ٤CFRP توسط داده های آزمایشگاهی , استفاده شده است . مهمترین توابع هدف متضاد موجود در شبکه های عصبی نوع , GMDH خطای آموزش , (TE) خطای پیش بینی (PE) و تعداد نرونها (N) می باشند . بهینه سازی دو هدفی برای همه ترکیبهای دوتایی از این توابع هدف و سپس بهینه سازی سه هدفی با در نظر گرفتن هر سه تابع هدف بطور همزمان انجام شده است . در هر کدام از این بهینه سازیها , جبهه های پارتوی ٥ بهینه بدست آمده اند که در واقع مصالحه بین توابع هدف مربوطه را نشان می دهند . نتایج بهینه سازی سه هدفی شامل نتایج بهینه سازی دو هدفی نیز می شود و بدین ترتیب انتخابهای بهینه بیشتری از مدلهای شبکه عصبی , GMDH برای طراحی چند هدفی شبکه های عصبی از نقطه نظر خطای آموزش کمینه , خطای پیش بینی کمینه و پیچیدگی ساختار کمینه بدست می آید .

کلیدواژه ها

خستگی، کامپوزیتهای تک جهته CFRP ، شبکه عصبی نوع GMDH ، بهینه سازی چند هدفی، پارتو

مقالات مرتبط جدید

اطلاعات بیشتر در مورد COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.