انتخاب الگوریتم بهینه شبکه عصبی مصنوعی برای تحلیل روسازی صلب را هها
Authors
abstract
پیش بینی پاسخ روسازیها بر پایه برنامه های بسیار پیشرفته اجزاء محدود، فرصتهای بیشماری را برای ترکیبات پیچیده تحلیل در مهندسی روسازی فراهم کرده است، با این وجود می توان زمان قابل توجه موردنیاز برای انجام تحلیل این مدلها را با کاربرد مدلهای تحلیلی شبکه عصبی مصنوعی حذف کرد. شبک ههای عصبی مصنوعی از لحاظ عملکرد، مدلهای بسیار کارآیی هستند که سرعت محاسباتی آنها کاملاً مستقل از پیچیدگی ریاضیاتی الگوریتم ها یا روش مورد استفاده در تهیه مثالهای آنهاست. در این مقاله از نتایج تحلیل اجزاء محدود 624مدل روسازی بتنی غیرمسلح درزدار، برای انتخاب یک الگوریتم مناسب شبکه عصبی، به عنوان جعبه ابزاری قابل اعتماد برای پی شبینی سریع و دقیق پاسخ روسازی صلب راهها، استفاده شده است. ابزار تحلیلی پیشنهادی،بر اساس نتایج مد لهای شبکه عصبی مصنوعی به صورت یک شبکه انتشار برگشتی چهار لایه شامل دو لایه پنهان و لایه های ورودی و خروجی، با تعداد 18 نورون (2- 18 – 6) و بکارگیری تابع انتقال حلقوی (sigmoid) بوده که ارایه رگرسیون 0/99928 تاییدی بر قابلیت استفاده از نتایج دقیق حاصل از آن در سایر تحقیقات است. این شبکه امکان دستیابی به مقادیر تنش و اف ت وخیز بحرانی دال روسازی را با کمینه کردن زمان مورد نیاز ایجادمدل و روند تحلیل، و فراهم کردن توانایی تحلیل همزمان مقاطع گوناگون روسازی به ارمغان می آورد.
similar resources
انتخاب الگوریتم بهینه شبکه عصبی در تحلیل روسازی های انعطاف پذیر راه ها
تحلیل روسازیهای راه ها همواره بدلیل شناخت بهتر رفتار آنان تحت شرایط متفاوت از اهمیت بالایی برخوردار بوده و باعث درک بهتر و در نتیجه طرح روابط دقیق‌تر میگردد. در زمینه تحلیل روسازیها، نرمافزارهای بسیاری ایجاد شده‌اند که بیشتر آنان بر پایه تئوری چند لایه‌ای و تعداد کمی بر اساس روش اجزای محدود ساخته شده اند. مشکل اصلی موجود در تمامی آنان، نیازشان به داده‌های ورودی زیاد، زمان بر بودن فرآیند مدل...
full textکاربست تحلیل مولفه اصلی برای داده‌های هواشناختی در انتخاب ورودی شبکه عصبی مصنوعی
«انتخاب ورودی» صحیح، هوشمند و متناسب با هدف به‌کمک روش مناسب، اولین گام در طراحی شبکه عصبی مصنوعی (Artificial Neural Network) با نماد ANNبه‌منظور پیش‌بینی است. دو رهیافت به‌منظور انتخاب داده‌های ورودی مناسب وجود دارد؛ در رهیافت اول سری زمانی پراسنج (پارامتر) موردنظر، یعنی هدف ANN، در سال‌های گذشته و در رهیافت دوم پراسنج‌هایی که با هدف رابطه خطی یا غیرخطی دارند، مورد استفاده قرار می‌گیرند. در اث...
full textمطالعه عددی تحلیل و طراحی روسازی های صلب راه ها و استفاده از شبکه عصبی مصنوعی
نیاز به آشنایی با روسازی های بتنی و روش های تحلیل و طراحی آنها با توجه به شرایط امروز کشور ما از اهمیت خاصی برخوردار می باشد. لذا خروجی نرم افزار های گوناگون تحلیل و طراحی و جزئیات مورد نیاز مدلسازی آنها نیاز به بررسی دارد. در بحث تحلیل، به بررسی 624 مدل روسازی صلب با تکیه بر اثرات ضخامت، مقاومت خاک بستر، شرایط لایه اساس، جزئیات محورهای عبوری و موقعیت اعمال بار پرداخته ایم و در ادامه، مطالعه عد...
15 صفحه اولانتخاب الگوریتم بهینه شبکه عصبی در تحلیل روسازی های انعطاف پذیر راه ها
تحلیل روسازیهای راه ها همواره بدلیل شناخت بهتر رفتار آنان تحت شرایط متفاوت از اهمیت بالایی برخوردار بوده و باعث درک بهتر و در نتیجه طرح روابط دقیق تر میگردد. در زمینه تحلیل روسازی ها، نرمافزارهای بسیاری ایجاد شده اند که بیشتر آنان بر پایه تئوری چند لایه ای و تعداد کمی بر اساس روش اجزای محدود ساخته شده اند. مشکل اصلی موجود در تمامی آنان، نیازشان به داده‌های ورودی زیاد، زمان بر بودن فرآیند مدل...
full textMy Resources
Save resource for easier access later
Journal title:
مهندسی حمل و نقلجلد ۳، شماره ۱، صفحات ۴۳-۵۴
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023