مهدی شفیعی فر - Tarbiat Modarres University
محمد نوید مقیم - Tarbiat Modarres University

برآورد نیروی امواج و جریانهای دریایی بر سازه های لاغر با توجه به کاربرد آنها در طراحی سازه های دریایی اعم از سازه های ساحلی یا فراساحلی به لحاظ اینکه اکثرا به عنوان بارگذاری غالب محسوب می شوند، دارای اهمیت بسیار زیادی بوده و بدین منظور روشهای تحلیلی و تجربی زیادی از جمله فرمول موریسون در این مورد پیشنهاد شده است، نظر به اینکه هر کدام از این روشها نقطه ضعفهایی دارند، در این مقاله جهت برآورد نیروی امواج و جریانهای دریایی بر سازه های لاغر از شبکه های عصبی مصنوعی استفاده شده است. شبکه عصبی استفاده شده در این تحقیق از نوع شبکه یادگیری با نظارت می باشد که برای تربیت و آزمایش آن از داده های آزمایشگاهی استفاده شده است. مقایسه نتایج آزمایشگاهی با نتایج حاصل از شبکه عصبی و فرمول موریسون به روشنی نشان داده است که شبکه عصبی با دقت بیشتر و بهتری نیروی امواج و جریانهای دریایی را بر سازه های لاغر پیش بینی کرده و از سرعت عمل بالاتری نسبت به سایر روشها برخوردار است.

Offshore Structures, Slender Cylinders, Wave Force, Current, Morison Equation, Artificial Neural Networks, Supervised Learning., سازه دریایی, سازه لاغر, نیروی موج, جریان, فرمول موریسون, شبکه عصبی مصنوعی, آموزش با نظارت