سیویلیکا را در شبکه های اجتماعی دنبال نمایید.

بهبود عملکرد الگوریتم بهینه سازی (PSO) در مسایل مقید با استفاده از روش ارزیابی پلکانی و تلفیق شبکه های عصبی پس انتشار (BP)

Publish Year: 1395
Type: Conference paper
Language: Persian
View: 788

This Paper With 13 Page And PDF Format Ready To Download

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

Export:

Link to this Paper:

Document National Code:

ICSAU04_0596

Index date: 2 August 2017

بهبود عملکرد الگوریتم بهینه سازی (PSO) در مسایل مقید با استفاده از روش ارزیابی پلکانی و تلفیق شبکه های عصبی پس انتشار (BP) abstract

امروزه با توجه به محدود بودن منابع و تجهیزات در اجرای اغلب پروژه های عمرانی استفاده بهینه از امکانات موجود جهت کاهش هزینه ها امری ضروری می باشد. با توجه به پیشرفت های چشمگیری که در تکنیک های بهینه سازی حاصل شده است، کاربرد آنها در علوم مهندسی بویژه در مهندسی عمران بیش از پیش مورد توجه قرار گرفته است. در این میان تلفیق تکنیک های بهینه سازی و شبکه های عصبی جهت ارتقای عملکردی این روش ها و همچنین سازگار کردن آنها با مسایل مهندسی که عموما انبوهی از قیود و محدودیت ها را شامل می شودند ضروری به نظر می رسد. در این مقاله سعی شده است علاوه بر تشریح مبانی و پارامترهای الگوریتم دسته ی ذرات (PSO) و شبکه های عصبی پس انتشار (BP) و پیکربندی نوین آنها، با تلفیق آنها الگوریتمی کارآمد در حوزه ی بهینه سازی حاصل گردد. در نهایت وزن سازه ی یک پل جهت سنجش عملکرد این الگوریتم جامع بهینه سازی مورد مطالعه قرار گرفت.

بهبود عملکرد الگوریتم بهینه سازی (PSO) در مسایل مقید با استفاده از روش ارزیابی پلکانی و تلفیق شبکه های عصبی پس انتشار (BP) Keywords:

الگوریتم هوش مصنوعی PSO , شبکه های عصبی پس انتشار BP , سازه ی پل , بهینه سازی

بهبود عملکرد الگوریتم بهینه سازی (PSO) در مسایل مقید با استفاده از روش ارزیابی پلکانی و تلفیق شبکه های عصبی پس انتشار (BP) authors

عیسی سلاجقه

عضو هیات علمی بخش عمران، دانشگاه شهید باهنر کرمان

رامبد نایب ولی همدانی

دانشجوی کارشناسی ارشد رشته عمران، دانشگاه شهید باهنر کرمان

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 :
کیا، م، محاسبات نرم در _ MATLAB انتشارات دانشگاهی کیان، ...
کامیاب مقدس، ر، بهینه سازی گنبد های اسکالپ، رساله دکتری، ...
قاسمی احمدسرایی، س، تحلیل وطراحی پل در، CSI Bridge نشرنوآور، ...
طاحونی، ش، طراحی پل(بتن مسلح وفولادی وپیش تنیده)، انتشارات دانشگاه ...
- Vanderplaats GN, Numerical Optimization Techniques for Engineering Design with ...
- Arora JS, Introduction to Optimum Design, Elsevier Academic Press, ...
- AASHTO (2012), AASHTO LRFD Bridge Design Specifications . American ...
نمایش کامل مراجع

مقاله فارسی "بهبود عملکرد الگوریتم بهینه سازی (PSO) در مسایل مقید با استفاده از روش ارزیابی پلکانی و تلفیق شبکه های عصبی پس انتشار (BP)" توسط عیسی سلاجقه، عضو هیات علمی بخش عمران، دانشگاه شهید باهنر کرمان؛ رامبد نایب ولی همدانی، دانشجوی کارشناسی ارشد رشته عمران، دانشگاه شهید باهنر کرمان نوشته شده و در سال 1395 پس از تایید کمیته علمی چهارمین کنگره بین المللی عمران ، معماری و توسعه شهری پذیرفته شده است. کلمات کلیدی استفاده شده در این مقاله الگوریتم هوش مصنوعی PSO، شبکه های عصبی پس انتشار BP، سازه ی پل، بهینه سازی هستند. این مقاله در تاریخ 11 مرداد 1396 توسط سیویلیکا نمایه سازی و منتشر شده است و تاکنون 788 بار صفحه این مقاله مشاهده شده است. در چکیده این مقاله اشاره شده است که امروزه با توجه به محدود بودن منابع و تجهیزات در اجرای اغلب پروژه های عمرانی استفاده بهینه از امکانات موجود جهت کاهش هزینه ها امری ضروری می باشد. با توجه به پیشرفت های چشمگیری که در تکنیک های بهینه سازی حاصل شده است، کاربرد آنها در علوم مهندسی بویژه در مهندسی عمران بیش از پیش مورد توجه قرار گرفته است. ... . این مقاله در دسته بندی موضوعی هوش مصنوعی طبقه بندی شده است. برای دانلود فایل کامل مقاله بهبود عملکرد الگوریتم بهینه سازی (PSO) در مسایل مقید با استفاده از روش ارزیابی پلکانی و تلفیق شبکه های عصبی پس انتشار (BP) با 13 صفحه به فرمت PDF، میتوانید از طریق بخش "دانلود فایل کامل" اقدام نمایید.