تحلیل قاب خمشی با استفاده از شبکه عصبی

یکی از سیستم های باربر جانبی در ساختمان ها سیستم قاب خمشی می باشد . مقاومت خمشی باعث می شود که قاب های خمشی منعطف تر و شکل پذیرتر از قاب های مهاربندی شده و یا دیوارهای برشی باشند . هدف اصلی تحلیل قاب های خمشی پیش بینی مناسب رفتار سازه است اگرچه این تحلیل های پیشرفته پاسخ دقیق سازه را به دست می دهد ولی در استفاده از آن ها باید قدری درنگ کرد چون با وجود استفاده از رایانه های پیشرفته ، حجم و زمان محاسبه قدری زیاد است که برای تحلیل های رایج مناسب نمی باشد به همین دلیل ضرورت استفاده از شبکه های عصبی به وجود می آید که با استفاده از این شبکه ها میتوان با صرف زمان بسیار کم وضعیت خسارت وارد بر سازه ها را پیش بینی کرد. این شبکه میتواند با غلبه بر پیچیدگیها نتایج خوبی را که با تحلیل دقیق شاخص های ما مطابقت نسبی داشته باشد را به دست آورد . شبکه عصبی MLP که مرسوم ترین نوع شبکه هاست و از توانایی دقت و انعطاف پذیری مناسب تری برخوردار است . عملکرد این شبکه بر اساس الگوریتم های آموزشی است که از میان روش های مختلف الگوریتم مارکوارت لونبرگ به دلیل همگرایی سریع تر و همچنین دقت بالا استفاده خواهد شد و بر اساس فرآیند نرمال سازی داده ها و ساختار شبکه عصبی در برنامه MATLAB کدنویسی خواهد شد که امکان کنترل کلیه ی اجزاء شبکه را برای ما فراهم می سازد . در تحقیق حاضر قصد داریم تحلیل قاب خمشی در نرم افزار ETABS که دارای متغیرهای ورودی و خروجی بار و حداکثر لنگر خمش اعضا می باشد را در کمترین زمان ممکن با استفاده از شبکه عصبی و الگوریتم آموزشی مخصوص به آن انجام دهیم .

Keywords:

قاب خمشی , تحلیل استاتیکی خطی , پرسپترون چند لایه MLP , الگوریتم مارکورات لونبرگ , شبکه عصبی