معرفی و مقایسه چند تابع تحریک جدید در الگوریتم های ماشین یادگیری برای استفاده در عیب یابی سازه ها
- سال انتشار: 1396
- محل انتشار: ششمین کنفرانس ملی و دومین کنفرانس بین المللی مصالح و سازه های نوین در مهندسی عمران
- کد COI اختصاصی: NCNMS06_160
- زبان مقاله: فارسی
- تعداد مشاهده: 893
نویسندگان
دانشجوی کارشناسی ارشد سازه بخش مهندسی عمران دانشکده فنی و مهندسی دانشگاه شهید باهنرکرمان
دانشیار بخش مهندسی عمران دانشکده فنی و مهندسی دانشگاه شهید باهنر کرمان
چکیده
یکی از روش های عیب یابی در سازه ها استفاده از الگوریتم های پیشرفته مبتنی بر هوش مصنوعی میباشد و یکی از ساده ترین و کارآمدترین انواع آن شبکه های عصبی مصنوعی است که عملیات اصلی در این الگوریتم ها با ایده از شبکه های عصبی شکل گرفته است که مشتمل بر جمع ورودی های وزن دار شده، و اعمال تابع تحریک)تابع انتقال( به این مجموعه، برای تعیین خروجی شبکه است. برای نرون های ورودی، این تابع واحد بوده و خروجی نرون برابر با ورودی آن است اما برای لایه های دیگر)در صورت وجود( نیاز به توابع تحریک خطی یا غیر خطی برای استفاده از الگوریتم است. یکی از مشکلات همیشگی استفاده از این الگوریتم ها انتخاب نوع تابع تحریک در هر لایه است. در این تحقیق از یکی از الگوریتم های پایه ای هوش مصنوعی به نامExtreme Learning Machine (ELM) یا الگوریتم ماشین یادگیری استفاده شده است که قابلیت شناسایی محل و شدت آسیب در اعضای سازه را دارا میباشد و الگوریتمی مبتنی بر تابع تحریک است. ورودی این الگوریتم تغییرات فرکانس طبیعی ناشی از کاهش سختی اعضا به منظور مدل سازی خرابی در سازه میباشد. تاثیر انواع توابع تحریک در یک مثال عیب یابی و با استفاده از دو خطایMAE و RMSEمورد بررسی قرار گرفته است. در نهایت در این مثال با توجه به معیار خطا، توابعHard-limit و Bent Identity از عملکرد بهتری نسبت به توابع دیگر برخوردار بوده اندکلیدواژه ها
عیب یابی سازه، فرکانس طبیعی، تابع تحریک )تابع انتقال(، الگوریتمELM،تابعBent Identity،تابعHard-limitمقالات مرتبط جدید
- تحلیل کمی تاثیر حداکثر ابعاد سنگدانه بر خواص مکانیکی بتن سبک ژئوپلیمری
- بهینه سازی مقاومت فشاری بتن سبک ژئوپلیمری با تنظیم نسبت فعال کننده به چسب
- تولید و خالص سازی نانو ذرات هماتیت از باطله معادن آهن به منظور استفاده از خواص فتوکاتالیستی با رویکرد حفظ محیط زیست
- Corrosion Protection and Strength Evaluation of Slag-Based Alkali-Activated Concrete Containing Glass Powder and Limestone
- بهره گیری از پسماند محصولات بتنی شرکت تحقیق و توسعه فیدارتاو شمال غرب جهت استفاده مجدد در تولیدات بتنی
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.