• شماره ركورد
    23092
  • پديد آورنده

    امير اسكندري

  • عنوان
    بررسي مقايسه‌اي تحليل چليك‌هاي دولايه با استفاده از شبكه‌هاي عصبي مختلف
  • مقطع تحصيلي
    كارشناسي ارشد
  • رشته تحصيلي
    سازه
  • سال تحصيل
    1397
  • تاريخ دفاع
    1399/9/30
  • استاد راهنما
    پروفسور علي كاوه
  • دانشكده
    عمران
  • چكيده
    شبكه عصبي مصنوعي از روي شبكه عصبي طبيعي موجودات زنده به گونه‌اي مدل‌سازي شده‌است كه تا حدودي برخي از خواص شبكه‌هاي عصبي طبيعي را داشته باشد. شبكه‌هاي عصبي مصنوعي بعنوان يكي از سيستم‌هاي ديناميكي هوشمند شناخته مي‌شوند. علت كاربرد شبكه عصبي مصنوعي در مسائل مرتبط با مهندسي عمران حل مسائلي است كه با داراي روابط رياضي مشخصي براي حل مساله نمي‌باشند يا تحليل آن‌ها زمان‌بر و طولاني است. هدف اين پايان نامه ايجاد يك پيوند عميق و دقيق بين روش‌هاي معمول در تحليل سازه‌هاي فضا كار و كاربرد شبكه‌هاي عصبي مصنوعي مي‌باشد كه پس از آموزش مناسب بتواند در زمان به شدت كمتري خروجي‌هاي با دقت بالا براي مسائل مد نظر ارائه دهند. در اين تحقيق، تحليل سازه‌هاي چليكي دو‌لايه با الگوريتم‌هاي مختلف شبكه‌هاي عصبي مد نظر قرار گرفت و ملاحظه شد كه نتايج حاصل از اين روش بسيار دقيق و در بعضي حالات معادل حل دقيق مدل‌ها مي‌باشد كه اين فرآيند در زمان خيلي كمتري كامل مي‌شود و اين امر به دليل ساختار محاسبه‌اي موازي و سريع شبكه‌هاي عصبي است. همچنين ملاحظه شد كه در پردازش اطلاعات هر مقدار پراكندگي بين زوجهاي ورودي و خروجي كمتر باشد، پاسخ شبكه بسيار دقيق‌تر خواهد بود. در چنين حالاتي بكار بردن لايه‌هاي پنهان و افزايش تعداد المان‌هاي پردازشگر سبب بهبود فرآيند يادگيري و تعميم پذيري شبكه مي‌شود اگر چه لازم به ذكر است اين افزايش تا جايي مفيد بوده و پس از آن ممكن است منجر به تضعيف شبكه نيز بشود.
  • تاريخ ورود اطلاعات
    1399/10/09
  • عنوان به انگليسي
    ANALYSIS OF DOUBLE-LAYER BARREL VAULTS USING DIFFERENT NEURAL NETWORKS; A COMPARATIVE STUDY
  • تاريخ بهره برداري
    12/20/2020 12:00:00 AM
  • دانشجوي وارد كننده اطلاعات

    امير اسكندري

  • چكيده به لاتين
    The artificial neural network is such a model of biological neural networks containing some of their characteristics and being a member of intelligent dynamic systems. The purpose of applying ANN in civil engineering is their efficiency in some problems that do not have a specific solution or their solution would be very time-consuming. In this study, four different neural networks including FFBP , RBF , ERBF , and GRNN have been efficiently trained to analyze large scale space structures specifically double-layer barrel vaults focusing on their maximum element stresses. To investigate the efficiency of the neural networks, an example has been done and their corresponding results have been compared with their exact amounts obtained by numerical solution.
  • كليدواژه هاي فارسي
    تحليل سازه‌ها , سازه‌هاي فضاكار , چليك‌هاي دو‌لايه , شبكه‌هاي عصبي مصنوعي
  • كليدواژه هاي لاتين
    Structural Analysis , ُSpace Frames , Double-Layer Barrel Vaults , Neural Networks