مروری بر کاربرد بردار پشتیبان در مهندسی عمران

تحقیقات اخیر در سیستم پردازش داده ها و تحقیقات مهندسی نسبت به ایجاد سیستم های هوشمند به منظور تکامل مدل ها برای مسائل گسترده ی مهندسی پرداخته شده است. ماشین بردار پشتیبانی یکی از روش های یادگیری بانظارت است که از آن برای طبقه بندی و رگرسیون استفاده می کنند. این روش از جمله روش های نسبتاً جدیدی است که در سال های اخیر کارایی خوبی نسبت به روش های قدیمی تر برای طبقه بندی از جمله شبکه های عصبی پرسپترون نشان داده است. مبنای کاری دسته بندی کننده SVM دسته بندی خطی داده ها است و در تقسیم خطی داده ها سعی می کنیم خطی را انتخاب کنیم که حاشیه اطمینان بیشتری داشته باشد این مقاله شامل پنج قسمت می باشد. قسمت اول، درباره تاریخچه پیشرفت و اصول کلیدی ماشینهای بردار پشتیبانی(SVM) توضیح می دهد. سپس، کاربرد SVM روی مسائل مهندسی سازه ای مختلف مرور شده است. بعد، سه مطالعه موردی انجام شده است تا عملکرد SVM را تایید کند. مقاله با یک توضیح نتایج مطالعه های موردی بدست آمده و کاربرد این روش جدید بر مسائل مهندسی سازه ای نتیجه گیری می شود..