عنوان مقاله:
پیش بینی بیشترین تغییر شکل دیوارهای حایل میخ کوبی شده ، با استفاده از شبکه عصبی مصنوعی نویسندگان: هادی شمس، محسن اژدری، سید محمد علی زمردیان خلاصه دراین تحقیق به پیش بینی بیشترین تغییر شکل های ایجاد شده در دیوارهای نگهدار میخکوبی شده گودبرداری های عمیق بوسیله یک شبکه عصبی مصنوعی پرداخته شده است. درابتدا عناصر تشکیل دهنده دیوار میخکوبی شده، براساس آیین نامه FHWA، طراحی شده است. سپس با استفاده از نتایج طراحی، تحلیل های عددی اجزاء محدود متعددی به منظور دستیابی به رفتار تنش-کرنش دیوار های مختلف میخکوبی شده توسط نرم افزار Phase2 و به صورت دوبعدی انجام شده است. پس از مشخص شدن داده های بدست آمده از تحلیل عددی انجام شده توسط نرم افزار مذکور، با استفاده ازاین بانک داده ها به آموزش شبکه عصبی با الگوریتم پس انتشار خطا پرداخته شده است. در این شبکه عصبی، ارتفاع دیوار، ضریب ارتجاعی خاک، زاویه اصطکاک داخلی خاک، وزن مخصوص خاک، فاصله میخ ها از یکدیگر و قطر و طول میخ ها به عنوان نرون های ورودی و جابجائی و ضریب اطمینان بعنوان نرون های خروجی شبکه استفاده می شود. شبکه تربیت یافته به خوبی قادر به پیش بینی تغییر شکل افقی و ضریب اطمینان دیوارهایی که در طی آموزش به شبکه معرفی شده اند، می باشد. همچنین نتایج تحلیلهای جدید که شبکه در طی آموزش با آنها برخورد نداشته است، توسط شبکه تربیت شده با دقت قابل قبول پیش بینی شدند. کلیدواژگان: تغییرشکل، گودبرداری، دیوارحائل، میخکوبی، شبکه عصبی مصنوعی ششمین کنگره ملی مهندسی عمران 6 و 7 اردیبهشت 1390 دانشگاه سمنان، سمنان، ایران
|
