سينا بيرالوند

Modeling the selec‎tion of Suitable Supports for Piping Systems

در سيستمهاي لوله كشي، همواره پارامترها و ملاحظات مهندسي زيادي به منظور انتخاب تكيه‌گاه هاي مناسب در نظر گرفته شده و اين موضوع يك چالش پيچيده در پيشبرد پروژه هاي طراحي به حساب آورده مي‌شود. بررسي اينكه ابتدا چه مولفه هايي در اين گزينش تاثير مي‌گذارند از يك طرف و انتخاب متناسب از طرف ديگر، اين فرآيند را در پيشرفت موفق پروژه ها كليدي و موثر تلقي مي‌كند. تهيه جدول داده ها و مولفه هاي موثر، بخش اوليه پروژه است كه به كمك منابع و مقاله هاي مختلف، استخراج شده و به عنوان ورودي به مدل داده مي‌شود. تمركز اصلي روي نحوه‌ي آموزش مدل و بدست آوردن دقت مناسب براي نتايج است كه با اقدامات و اصلاحاتي كه صورت مي‌گيرد، اين مدل مرحله به مرحله پيشرفت كرده و به بهترين حالت خود مي‌رسد. هدف اصلي اين تحقيق، بكارگيري روش مبتني بر يادگيري ماشين جهت مدلسازي يك سيستم انتخاب هوشمند است به اين صورت كه مولفه هاي تاثيرگذار در فرآيند انتخاب را در اختيار گرفته و به كمك روشهاي داده‌محور، آنها را تحليل كرده و آموزش مي‌بيند. البته در اين پژوهش گامي فراتر گذاشته و چند مدل روي اين داده ها آموزش داده شده و آزمايش شده و نتايج ، دقت و صحت آنها با يكديگر مقايسه و گزارش داده شده است. نتايج به‌دست‌آمده نشان مي‌دهد كه به طور كلي پارامترهايي كه در كتابهاي منبع و كاتالوگهاي مهندسي تاثير گذار بوده اند، مدلهاي بكار برده شده نيز با دقتي مناسب همان مولفه ها را به عنوان تاثيرگذارترينها معرفي كرده اند. همچنين مقايسه اي كه بين 4 مدل(يك شبكه عصبي و سه مدل درخت تصميم) انجام شده، مطابق انتظار نشان مي‌دهد كه دقت و صحت مدلهاي درخت تصميم از بقيه بهتر بوده و گزارشهاي دقيقتري نسبت به انتخاب تكيه گاه هاي مناسب خروجي مي‌دهد.

سيستم هاي لوله كشي , انتخاب هوشمند , يادگيري ماشين , شبكه عصبي , درخت تصميم