بررسی عملکرد شبکه های عصبی مصنوعی هوشمند در برآورد ظرفیت کمانش موضعی غیرالاستیک تیرهای فلزیI شکل

تمامی برآورد ظرفیت کمانش غیرالاستیک تیرهای فلزی Iشکل در بسیاری از مسایل مهندسی سازه ، مانند ستون ها - تیرها- پی و . . اهمیت ویژه ای دارد. در تحلیل این گونه مسایل با دانستن ظرفیت کمانش غیرالاستیک ، می توان تخمین دقیق تری ازمحاسبات آنها بدست آورد. در این تحقیق به منظور برآورد ظرفیت کمانش غیرالاستیک در طرح اختلاط با استفاده از انواع شبکه های عصبی مصنوعی ( (ANN و شبکه استنتاج عصبی - فازی تطبیقی (ANFIS)مورد استفاده قرار گرفت. برای آموزش و تست مدل های شبکه عصبی مصنوعی از داده های منابع معتبر استفاده گردید. در روش شبکه عصبی مصنوعی (ANN) در 14 مدل ، مدل سازی با سه الگوریتم لونبرگ-مارکوات و تعمیم دهی بیزن و الگوریتم تعمیم دهی اسکالد صورت گرفت و که نتایج حاصله نشان دهنده برتری الگوریتم لونبرگ-مارکوات بود در این مدل سازی از توابع تانژانت سیگمویید و تابع خروجی خطی برای سریع بدست آوردن داده ها استفاده شد و تعداد نرون ها از رابطه I ، 2I ، I) 2I+1 تعداد ورودی ها می باشند) به صورت سعی و خطا قرار داده شده اند در شبکه استنتاج عصبی- فازی تطبیقی از توابع عضویت گوسی و مثلثی استفاده شد. که نتایج دقت و خطاهای بدست آمده با نتایج شبکه عصبی مصنوعی مقایسه گردید که نشان دهنده عملکرد مطلوب شبکه های عصبی مصنوعی نسبت به شبکه استنتاج عصبی - فازی تطبیقی می باشد و متغیرهای مستقل lb/ry و E/Fy به عنوان تاثیرگذارترین متغیر ظرفیت کمانش غیرالاستیک شناخته شد.