عیب یابی سازه ها با استفاده ازالگوریتم های هوش مصنوعی

Publish Year: 1394
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 2,036

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:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

ICCE10_0548

تاریخ نمایه سازی: 19 تیر 1394

Abstract:

امروزه استفاده ازالگوریتم های مبتنی برهوش مصنوعی درزمینه عیب یابی سازه ها موردتوجه بسیاری ازمحققین قرارگرفته است دراین تحقیق جهت تشخیص عیوب چندگانه درسیستم های سازه ای ازدوالگوریتم هوش مصنوعی جدید استفاده شده است بدین منظور روش Extreme Learning Machine (ELM) برای طراحی سیستم عیب یابی هوشمند سازه ها مورداستفاده قرار گرفته است وظیفه سیستم عیب یاب شناسایی محل و میزان اسیب درسازه ها می باشد اسیب درسازه ها توسط کاهش سختی مدل شده وهمچنین ازتغییرات فرکانسهای سازه به عنوان ورودی سیستم عیب یاب استفاده میگردد برای مقایسه کارایی سیستم مبتنی برELM نتایج حاصله ازآن با سیستم مشابه مبتنی برماشین بردار پشتیبا حداقل مربعات LS-SVM مقایسه شده است به منظور ارزیابی عملکرد روش پیشنهادی مثالهای عددی حل شده و نتایج بیانگر دقت بیشتر eLM نسبت به LS-SVM جهت عیب یابی سازه ها می باشد

Keywords:

عیب یابی سازه ها , محل و شدت آسیب , الگوریتم Least Square Support Vector Machine , الگوریتم Exreme Learning Machine

Authors

مرجان سهرابی

دانشجوی کارشناسی ارشد سازه بخش مهندسی عمران دانشکده فنی و مهندسی دانشگاه شهید باهنر کرمان

پیمان ترک زاده

استادیاربخش مهندسی عمران دانشکده فنی و مهندسی دانشگاه شهید باهنر کرمان ایران

رامین قیاسی

کارشناس ارشد سازه بخش مهندسی عمران دانشکده فنی و مهندسی دانشگاه شهید باهنر کرمان ایران

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 :
  • _ فرخی 0م .عا با عنوان عیب‌یابی سازه‌های فولادی _ ...
  • oMachine arninج. 7. SoumyaSahoo, Sunil KumarM ohapatra, Bijayalaxmi Panda, Classi ...
  • قیاسی، ر. (1392)، عیب‌یابی سازه‌ها با استفاده از روش‌های پیشرفته ...
  • Cortes C, Vapnik V. S upport-Vector M achi neNetworks Learning ...
  • Suykens JAK, Vandewalle J.Least _ support vector machine classifiers .Neural ...
  • Faroog M, Zheng H, Nagabhushana A, et al. Damage _ ...
  • Noori M., Cao Y, Hou Z, Sharma S _ _ ...
  • _ Guang-B inHuang .Qin-Yu ...
  • Guang-Bin Huang, Senior Member, IEEE, Hongming Zhou, Xiaojian Ding, and ...
  • Guang-Bin Huang, Qin-Yu Zhu, and C hee-KheongSi _ Fxtreme I ...
  • Fallahian, S, and Seyedpoor , S.M. (2010), A Two Stage ...
  • Naseralavi S. S. Fadaee M. , SalajeghehJ. (2011), Subset solving ...
  • Sharma S. (2008), Application of Support Vector Machines for Damage ...
  • نمایش کامل مراجع