مقایسه الگوریتم های ماشین بردار پشتیبان حداقل مربعات، سیستم استنتاج فازی عصبی تطبیقی، شبکه عصبی تابع بنیادی شعاعی و بزرگترین مرز نزدیکترین همسایگی در عیب یابی سازه ها
Publish place: The International Conference on Human, Architecture, Civil Engineering and City (ICOHACC 2015)
Publish Year: 1394
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,537
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:
ICOHACC01_236
تاریخ نمایه سازی: 14 آذر 1394
Abstract:
امروزه استفاده از الگوریتم های مبتنی بر هوش مصنوعی در زمینه عیب یابی سازه ها مورد توجه بسیاری از محققین قرار گرفته است. در این تحقیق جهت تشخیص عیوب چندگانه در سیستم های سازه ای، چهار الگویتم هوش مصنوعی درون یاب مورد مقایسه قرار گرفته است . بدین منظور ، از الگوریتم های ماشین بردار پشتیبان حداقل مربعات(LS-SVM) سیستم استنتاج فازی عصبی تطبیقی، (ANFIS)، شبکه عصبی تابع بنیادی شعاعی (RBFNN) و بزرگترین مرز نزدیکترین همسایگی (LMNN) برای طراحی سیستم عیب یابی هوشمند سازه ها استفاده شده است. وظیفه سیستم عیب یاب، شناسایی محل و میزان آسیب در سازه ها می باشد. آسیب در سازه ها توسط کاهش سختی مدل شده و همچنین از تغییرات فرکانس های سازه به عنوان ورودی سیستم عیب یاب استفاده می گردد.. به منظور ارزیابی عملکرد روش پیشنهادی، مثالهای عددی حل شده و نتایج بیانگر دقت بیشتر LS-SVM نسبت به سایر الگوریتم های مورد بررسی در این پژوهش جهت عیب یابی سازه ها می باشد.
Keywords:
Authors
رامین قیاسی
دانشجوی دکتری مهندسی عمران و مدرس دانشگاه آزاد اسلامی واحد خواف، دانشگاه سیستان و بلوچستان، زاهدان، ایران
محمد رضا قاسمی
دانشیار گروه مهندسی عمران دانشگاه سیستان و بلوچستان، دانشگاه سیستان و بلوچستان، زاهدان، ایران
یاسر بینایی
دانشجوی دکترای مهندسی کامپیوتر و مدرس دانشگاه آزاد اسلامی واحد خواف ، دانشگاه آزاد اسلامی واحد فردوس، فردوس، ایران
حمید رضا غفاری
استادیار گروه مهندسی کامپیوتر دانشگاه آزاد فردوس، دانشگاه آزاد اسلامی واحد فردوس، فردوس، 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 :