ارزیابی ترک خوردگی سدهای بتنی با استفاده از الگوریتم های فراابتکاری و روش شبکه ی عصبی مصنوعی

Publish Year: 1400
نوع سند: مقاله ژورنالی
زبان: Persian
View: 164

This Paper With 22 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

JR_JSEC-8-45_010

تاریخ نمایه سازی: 21 فروردین 1401

Abstract:

با توجه به حساسیت موضوع ترک خوردگی در سدهای بتنی، نیاز به انجام آنالیز کامل و دقیق در خصوص رفتار ترک در این سدها با استفاده از روش های نوین احساس می شود. در این بین، الگوریتم های فرا ابتکاری از کارایی و دقت بسیار مناسبی در خصوص ارزیابی و پیش بینی مسائل نسبت به دیگر روش های نوین برخوردار می باشند. در این پژوهش با استفاده از الگوریتم فرا ابتکاری انتخابات (EA) و با لحاظ داده های تراز آب و دمای بتن طی سال های ۱۳۹۲-۱۳۷۹ به عنوان پارامترهای ورودی و مقدار تغییر مکان افقی و قائم ترک ها به عنوان پارامترهای خروجی، نحوه ی تغییرات ترک های سد بتنی قوسی زاینده رود مورد ارزیابی قرار گرفت و نتایج با روش الگوریتم ژنتیک (GA) و شبکه ی عصبی مصنوعی (ANN) مقایسه گردید. برای ارزیابی عملکرد روش پیشنهادی، از سه آماره شامل ضریب تبیین (R۲)، جذر میانگین مربعات خطا (RMSE) و معیار نش- ساتکلیف (NSE) استفاده شده است. نتایج به دست آمده نشان می دهد الگوریتم EA با کسب مقادیر R۲=۰.۹۶، RMSE=۰.۰۲۲ و NSE=۰.۷۴ در مقایسه با دو روش الگوریتم GA و شبکه ی عصبی مصنوعی (ANN)، از کارایی بالاتری برخوردار است و البته مقدار ضریب رگرسیون برای ترک های سرریز به دلیل عدم وجود داده های کافی، کم تر از ترک های سد حاصل شد. به طور کلی می توان نتیجه گرفت که برای ارزیابی تغییرات ترک های سدهای بتنی و پیش بینی روند تغییرات آن ها در آینده، الگوریتم های فرا ابتکاری روشی بسیار دقیق و قدرتمند محسوب شده و به وسیله این روش ها می توان دید بسیار خوبی بر وضعیت آسیب دیدگی سدهای بتنی پیدا نمود.

Authors

سمیه امامی

دانشجوی دکتری سازه های آبی دانشگاه تبریز

جواد پارسا

استادیار گروه علوم و مهندسی آب دانشگاه تبریز، تبریز، ایران

حجت امامی

گروه مهندسی کامپیوتر دانشگاه بناب

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 :
  • Khalilianpour, M. R. (۲۰۱۶). Evaluation of the concrete dams cracking ...
  • Tonakian, A., Najafnia, N., and Azizian, Gh. R. (۲۰۱۳). Preliminary ...
  • Nawayeniya, B., Naseri, N., Kalani Sarokalaji, L., and Vaseghi Amiri, ...
  • Petroski, H. (۱۹۸۱). Simple static and dynamic models for the ...
  • Gudmundson, P. (۱۹۸۲). Eigenfrequency changes of structures due to cracks, ...
  • Dimarogonas, A. and Paipets, S. (۲۰۱۳). Analytical Methods in Rotor ...
  • Douka, E. Loutridis, S., and Trochidis, A. (۲۰۰۳). Crack identification ...
  • Calayir, Y. and Karaton, M. (۲۰۰۵). Seismic Fracture Analysis of ...
  • Jia, J. S. and Li, X. Y. (۲۰۰۸). Dam heel ...
  • Hariri-Ardebili, M. A. and Seyed-Kolbadi, S. M. (۲۰۱۵). Seismic cracking ...
  • Lin, P. Liu, X. L. Hu, S. Y., and Li, ...
  • Wang, W. and Huang, H. (۲۰۱۸). Cracking Risk and Overall ...
  • Zhang, X. F., Wang, X. P., Y. Huang, S., and ...
  • Lin, P., Shi, J., Zhou, W. Y., and Wang, R. ...
  • Khaji, N. and Javaherzadeh, M. (۲۰۱۷). Application of Neural Networks ...
  • Pirboudaghi, S., Tarinejad, R. and Alami, M. T. (۲۰۱۶). ۲D ...
  • Ahmadi, M. T. and Amini Mazraennoo, M. (۲۰۱۷). Water pressure ...
  • Ghazi Marashi, A. and Hussein, H. (۲۰۱۷). Turkeys analysis in ...
  • Derikvand, Z., Kiamanesh, H. and Hedayat, N. (۲۰۱۸). Investigating the ...
  • Elshafey, A. A., Dawood, N., Marzouk, H., and Haddara, M. ...
  • Elshafey, A. A., Dawood, N., Marzouk, H., and Haddara, M. ...
  • Alijani-Ardeshir, M., Navayinia, B., and Ahmadi, M. T. (۲۰۱۶). Comparative ...
  • Wu, B., Wu, Zh., Chen, B., and Su, H. (۲۰۱۶). ...
  • Rahimi, D. and Mohammadi, Z., (۲۰۱۷). Hydrological Drought Evaluation of ...
  • Goldberg, D. E. (۱۹۸۹). Genetic algorithms in search, optimization, and ...
  • Eshghi, K. and Karimi Nasab, M. (۲۰۱۶). Analysis of Algorithms ...
  • Menhaj, M. B. (۱۹۹۸). Computational Intelligence. No. ۱. The Basic ...
  • Demuth, H. and Beale, M. (۲۰۰۶). Neural network toolbox users ...
  • Heidari, A., Tavakoli, D., & Fakharian, P. (۲۰۱۳). Approximate eigenvalue ...
  • Taghizadeh Mehrjardi R., Sarmadian, F., Savaghebi, Gh. R., O, M., Nourayer, ...
  • Tabatabaienejad, S. A. R., Barjasteh, M., & Kamari, M. (۲۰۱۶). ...
  • Larose, D. T. (۲۰۰۵). Discovering knowledge in data: an introduction ...
  • Gorbani, M. A., Shahabboddin, Sh., Zare Haghi, D., Azani, A., ...
  • نمایش کامل مراجع