بهینهسازی پایهی سکوهای دریایی با الگوریتم ژنتیک اصلاح شده وتقریبساز شبکههای عصبی موجکی
Publish place: 2nd National Congress on Civil Engineering
Publish Year: 1384
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,404
This Paper With 8 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
NCCE02_280
تاریخ نمایه سازی: 27 مهر 1384
Abstract:
در این مقاله از ترکیب روش الگوریتم ژنتیک و شبکههای عصبی موجکی برا ی بهینهسازی پایهی سکوهای دریایی از نوع شابلونی استفاده شده است. وزن سکو به عنوان تابع هدف انتخاب گردیده است. قیدهای مسأله حداکثر تنش کششی و فشاری اعضای سکو و حداکثر تغییرمکان گرههای فوقانی سکو میباشد. متغیرهای در نظر گرفته شده در فرآیند بهینهسازی از یک مجموعه متغیرهای گسسته که سطح مقطع استاندارد لولهها می باشند، انتخاب گردیدهاست. ماهیت دینامیکی نیروهای وارد بر سکوهای دریایی باعث افزایش زمان تحلیل سازه به میزان قابل توجهی میشود که این مسأله در نهایت منجر به طولانیشدن فرآیند بهینهسازی می گردد. در اینگونه موارد از تحلیل تقریبی استفاده می شود. تقریبساز به کار گرفته شده در این نوشته شبکهی عصبی موجکی (Wave-net)، میباشد. مقادیر تنش حداکثر در اعضای سکو و بیشترین تغییرمکان گرهی با استفاده از این شبکه با تقریب قابل قبولی محاسبه می شود. نیروی دینامیکی غالب در سکوهای دریایی، نیروی زلزله می باشد لذا مقادیر تنشها و تغییرمکانهای سکو در نتیجهی اثر نیروی زلزله میباشد. استفاده از شبکههای عصبی موجکی در محاسبات مربوط به بهینهسازی باعث افزایش سرعت بهینهسازی به میزان بسیار زیادی شده است. در این مقاله کارآیی این روش جهت بهینهسازی پایهی سکوهای دریایی با یک مثال به خوبی نشان داده شده است.
Keywords:
Authors
محسن بشارت
دانشجوی کارشناسی ارشد بخش عمران دانشگاه شهید باهنر کرمان
محمدجواد فدایی
عضو هیئت علمی بخش عمران دانشگاه شهید باهنر کرمان
اسدا... اصفهانی
دانشجوی کارشناسی ارشد خش عمران دانشگاه شهید باهنر کرمان
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :