سجاد حکیمی - دانشجوی کارشناسی ارشد سازه بخش مهندسی عمران دانشکده فنی و مهندسی دانشگاه شهید باهنر کرمان
پیمان ترکزاده - استادیار بخش مهندسی عمران دانشکده فنی و مهندسی دانشگاه شهید باهنر کرمان

یکی از روش های عیب یابی در سازه ها استفاده از الگوریتم های مبتنی بر هوش مصنوعی می باشد از همین رو دراین تحقیق از الگوریتم هوش مصنوعی Extreme Learning Machine Based Kernel Function (KELM) استفادهشده که قابلیت شناسایی محل و شدت اسیب در اعضای سازه را دارا می باشد. ورودی این الگوریتم تغییرات فرکانسطبیعی ناشی ازکاهش سختی اعضا به منظور مدل سازی خرابی در سازه می باشد. همچنین برای بهبود عملکرد اینالگوریتم در روند عیب یابی یک تابع کرنل مرکب بهینه شده توسط الگوریتم اجتماع ذرات پیشنهاد شده است. جهتنشان دادن کارایی و دقت تابع کرنل پیشنهادی نسبت به سایر توابع کرنل، یک سازه خرپایی مورد بررسی قرار گرفتهاست که نتایج بیانگر دقت و کارایی بالاتر تابع کرنل مرکب پیشنهادی نسبت به سایر توابع کرنل می باشد.

عیب یابی سازه ها، الگوریتم KELM ، تابع کرنل، الگوریتم اجتماع ذرات