بهینه یابی سطح مقطع و توپولوژی سیستم مهاربند هم مرکز (CBF) در سازه های فولادی با استفاده از الگوریتم اجتماع ذرات (PSO) و شبکه عصبی مصنوعی
Publish place: The second national conference of building materials and new technologies in the building industry
Publish Year: 1393
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 819
This Paper With 11 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:
MTMAYBOD02_072
تاریخ نمایه سازی: 30 شهریور 1394
Abstract:
در این مقاله بهینه سازی سطح مقطع و توپولوژی اعضای سازه های فولادی با سیستم مهاربند ضربدری موردبررسی قرار گرفته است به طوریکه بتوان به سطح مقطع مناسب جهت اعضای بادبندی و همچنین مکان بهینهبادبندها درپلان دست یابیم. مهندسین سازه همواره به طور موثر با استفاده از فرمولهای ریاضی و با بهره گیری ازرایانه به تحلیل و طراحی ساختمان های فولادی می پردازند که در اکثر موارد با به کارگیری روش های فراابتکاریدر این فرآیند می توان حجم عملیات و زمان رسیدن به هدف مورد نظر را کاهش داد. به عنوان مثال در سازه هایبا شکل و فرم مشخص درصورت تغییر پارامترهای طراحی (سطح مقطع اعضا و...) کلیه عملیات تحلیل و طراحیباید به دفعات تکرار شود. در چنین مواردی با استفاده از الگوریتم اجتماع ذرات (PSO)، می توان مدلی به منظوربهینه یابی سطح مقطع و همچنین با استفاده از شبکه عصبی مصنوعی آموزش دیده مکان یابی بهینه سیستممهاربندی هم مرکز (CBF) در سازه های فولادی را پیش بینی کرد که جایگزین مناسبی در تحلیل دقیق سازه میباشد. در این مقاله با الگوریتم اجتماع ذرات و شبکه های عصبی مصنوعی آشنا و سپس با حل مثال ساختمان سهطبقه فولادی به بهینه یابی سطح مقطع مهاربندها و توپولوژی اعضا بادبند درپلان می پردازیم.
Keywords:
Authors
حسنعلی مسلمان یزدی
استادیار و عضو هیئت علمی دانشگاه آزاد اسلامی واحد میبد
حمیدرضا نفری شلمزاری
دانشجوی کارشناسی ارشد مهندسی زلزله دانشکده فنی و مهندسی دانشگاه آزاد اسلامی واحد میبد
محمود غلاملو
دانشجوی کارشناسی ارشد مهندسی زلزله دانشکده فنی و مهندسی دانشگاه آزاد اسلامی واحد میبد
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 :