برآورد نیروی ناشی از امواج و جریانهای دریایی بر سازه‌های لاغر به صورت سری زمانی با استفاده از شبکههای عصبی مصنوعی
نویسندگان
چکیده مقاله:
One of the most important issues in designing coastal and offshore structures is the prediction of wave and current forces on slender cylinders. Such forces are often considered as dominate loadings. Many analytical and empirical methods such as Morison equation have been suggested for estimation of waves and current forces. Such methods, however, have shown inaccuracies in predicting hydrodynamic forces. On the other hand, Artificial Neural Networks (ANNs) have received a great deal of attention in recent years and are being touted as one of the greatest computational tools ever developed. In fact, ANNs are nonlinear systems consisting of a large number of highly interconnected processing units, nodes or artificial neurons, which have the ability of learning. In this research, ANNs have been used to estimate wave and current forces on slender cylinders. Data of 308 experimental specimens have been used for training and testing the networks. Considering the aim of this research for the application of ANNs, these data were consisted of recorded force values in different time series. The supervised learning neural networks models have been used in this research. The results indicate the success of the application of neural networks approach which can efficiently predict waves and current forces on slender cylinders after carrying out appropriate training. Furthermore, the results are within acceptable accuracy in comparison with experimental results and the results obtained from Morison equation.
منابع مشابه
برآورد نیروی ناشی از امواج و جریانهای دریایی بر سازه های لاغر با استفاده از شبکه های عصبی مصنوعی
متن کامل
مقایسه تأثیر وضعیت طاق باز و دمر بر وضعیت تنفسی نوزادان نارس مبتلا به سندرم دیسترس تنفسی حاد تحت درمان با پروتکل Insure
کچ ی هد پ ی ش مز ی هن ه و فد : ساسا د مردنس رد نامرد ي سفنت سرتس ي ظنت نادازون داح ي سکا لدابت م ي و نژ د ي سکا ي د هدوب نبرک تسا طسوت هک کبس اـه ي ناـمرد ي فلتخم ي هلمجزا لکتورپ INSURE ماجنا م ي دوش ا اذل . ي هعلاطم ن فدهاب اقم ي هس عضو ي ت اه ي ندب ي عضو رب رمد و زاب قاط ي سفنت ت ي هـب لاتـبم سراـن نادازون ردنس د م ي سفنت سرتس ي لکتورپ اب نامرد تحت داح INSURE ماجنا درگ ...
متن کاملمدلسازی و پیش‌بینی ضایعات نان با استفاده از مدل‌های سری زمانی و شبکههای عصبی مصنوعی
دراین مطالعه به منظور بررسی عوامل مؤثر بر ضایعات نان و تعیین روابط کوتاه‌مدت، بلندمدت و ضریب تصحیح خطا بین ضایعات نان و متغیرهای مستقل مؤثر برآن طی سالهای 1385-1357 و پیش‌بینی ضایعات نان از الگوی سری زمانی چند متغیره ARDL استفاده شده است. بر اساس الگوی ARDL ضایعات نان در بلندمدت تابعی مستقیم از تولید ناخالص ملی و رشد شهرنشینی می‌باشد و قیمت نان و ضریب جینی بر ضایعات نان اثر معکوس دارند. در کوت...
متن کاملتخمین نیروی هیدرودینامیکی امواج وارد بر سازه‌های لاغر دریایی به روش SI
Waves exert one of the most important forces on offshore and coastal structures as well as floating vessels. However, due to the random nature of waves, estimation of their hydrodynamic forces on marine structures is very complicated. Morison's semi-empirical model, is one of the models capable of estimating wave forces on slender cylindrical elements of marine structures. In this research usin...
متن کاملپیشبینی تراز آب دریاچه ارومیه با استفاده از روش‌های سری زمانی، شبکه عصبی مصنوعی و شبکه عصبی- موجکی
دریاچه ارومیه دومین دریاچه شور جهان است و با توجه به معیارهای اجتماعی- اقتصادی و زیست محیطی نقش مهمی در منطقه شمالغرب ایران دارد که در سالهای اخیر با مشکلاتی مواجه شده است و به دلیل خشکسالی، استفاده بیش از حد آبهای سطحی و ساخت سدها تراز سطح آب آن کاهش یافته است. یکی از فاکتورهای مهم که در مدیریت صحیح در هر زمینهای، تأثیر دارد، داشتن یک دید و نگرش مناسب از اتفاقات آینده در آن زمینه...
متن کاملپیشبینی کارایی به کمک تأثیرپذیری غیرخطی از تأخیرهای زمانی در تحلیل پوششی داده‌ها با شبکههای عصبی مصنوعی
هدف: یکی از شیوه‌های مرسوم ارزیابی کارایی هر سازمان یا بنگاه، مقایسه آن با سایر رقبا یا نمونه‌های متناظر آن است. با این حال، در برخی پژوهش‌ها به سنجش کارایی یک واحد در مقایسه با خود در مرور زمان پرداخته شده و روند عملکرد یک واحد نسبت به گذشته خود ارزیابی شده است. هدف پژوهش جاری، پیش‌بینی کارایی یک واحد با استفاده از سری‌های زمانی عملکرد گذشته آن است. روش: این پژوهش به کمک مدل SBM و با استفاده ا...
متن کاملمنابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
ذخیره در منابع من قبلا به منابع من ذحیره شده{@ msg_add @}
عنوان ژورنال
دوره 1 شماره 2
صفحات 13- 24
تاریخ انتشار 2005-03
با دنبال کردن یک ژورنال هنگامی که شماره جدید این ژورنال منتشر می شود به شما از طریق ایمیل اطلاع داده می شود.
کلمات کلیدی برای این مقاله ارائه نشده است
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023