شبکه‌های عصبی مصنوعی در بهینه‌سازی سازه‌ها


شبکه‌های عصبی مصنوعی در بهینه‌سازی سازه‌ها




با توجه به توانایی‌های شبکه‌های عصبی مصنوعی، کاربرد اونها در علوم مختلف و مهندسی گسترش قابل ملاحظه داشته هست .


بررسی دینامیکی جریانهای ناماندگار در لوله های تحت فشار از طریق مدلهای تحلیلی و عدد - ضربه قوچ
در این پایان‌نامه کاربرد شبکه‌های عصبی در بهینه‌سازی سازه‌ها مورد توجه بوده هست .


روشهای تحلیل و اجرای آبکشی از گودبرداریها و مطالعه موردی
در بهینه‌سازی سازه‌ها بواسطه تغییر متوالی متغیرها، تحلیل سازه در دفعات صورت می‌گیرد که این امر موجب افزایش محاسبه می‌گردد.


حل عددی معادلات جریان چگالی در مخازن سر
برای کاهش این وقت می‌توان از شبکه‌های عصبی بعنوان یک تحلیل نماينده سریع سازه در بهینه‌سازی سازه‌ها بطور مطلوب هستفاده نمود.


طرح بهینه سازه های فولادی تحت نیروی زلزله با متغیرهای گسسته
دو نمونه از شبکه‌های عصبی مصنوعی که در رشته مهندسی در تقریب توابع بکار گرفته می‌شوند عبارتند از: شبکه عصبی انتشار برگشتی و شبکه عصبی انتشار متقابل.


ضریب رفتار قابهای بتن مسطح طراحی شده با دو سیستم ‏‎wcsb, scwb‎‏
یکی از معایب عمده شبکه عصبی انتشار برگشتی در بهینه‌سازی سازه‌ها، سرعت کند همگرایی این شبکه هست .


بررسی میدان تغییر شکل و کرنش صفحه ای در بعضی از مسائل مکانیک خاک با استفاه از مدل میله
این مشکل وقتی بیشتر مشهود می‌گردد که مسائل با مقیاس بزرگ مورد بررسی برنامه می‌گیرند.


برسی جابجایی حفره ناشی از برداشت شن و ماسه در بستر یک کانال
زیرا در این مسائل تعداد واحدهای ورود و خروجی به تعداد قابل ملاحظه افزایش می‌یابد.


تعیین تحلیلی ضرایب تمرکز تنش اتصالات لوله ای چند صفحه ای
برای بهینه‌سازی موثر سازه شبکه عصبی با سرعت آموزش بالا مورد نیاز هست که بتوان پس از آموزش از اون بعنوان یک تحلیل‌گر سریع هستفاده نمود.

بدین منظور اصلاحاتی بر روی شبکه انتشار متقابل انجام گردیده هست که بکارگیری اون منجر به سرعت زیاد آموزش و جواب شبکه با خطای قابل قبول شده هست .

در این تحقیق دو شبکه عصبی مصنوعی آموزش داده شده‌اند که شبکه اول برای قیود و شبکه دوم برای مشتقات قیود مورد هستفاده برنامه گرفته هست .

این شبکه‌های عصبی آموزش داده شده با جواب سریع، نیاز بهینه‌ساز به قیود و یا مشتقات مربوطه را تامین می‌نماید.

روش اراده شده کلی بوده و قابل هستفاده در خرپاهای مستوی و فضایی می‌باشد و در مقایسه با روش‌های متداول منجر به نتایج بسیار مطلوب شده هست .

توانایی‌های نرم‌افزارهای تهیه شده با اراده چند مثال عملی با روشهای کلاسیک بهینه‌سازی مورد ارزیابی برنامه گرفته هست .




71 out of 100 based on 71 user ratings 1271 reviews