تعیین ضریب بار همارز مبتنی بر الگوریتم شبکه عصبی مصنوعی | ||
| مدل سازی در مهندسی | ||
| دوره 19، شماره 65، تابستان 1400، صفحه 149-160 اصل مقاله (1.74 M) | ||
| نوع مقاله: مقاله عمران | ||
| شناسه دیجیتال (DOI): 10.22075/jme.2021.21316.1959 | ||
| نویسندگان | ||
| فاضل فصیحی1؛ محمودرضا کی منش* 2؛ سیدعلی صحاف3؛ سهیل قره4 | ||
| 1دانشگاه پیام نور | ||
| 2استاد یار، گروه عمران، دانشگاه پیام نور، صندوق پستی 3697-19395 تهران، ایران | ||
| 3عضو هیات علمی دانشگاه فردوسی مشهد | ||
| 4گروه عمران، دانشکده فنی و مهندسی، دانشگاه پیام نور، مشهد، ایران | ||
| چکیده | ||
| یکی از مشکلات اصلی در زمینه روسازی راهها، عدم شناخت دقیق رفتار روسازی تحت بارهای عبوری و در نتیجه عدم امکان تعیین ضریب بار همارز در تبدیل بارها به بار معادل است. تحقیقات بسیاری در این زمینه انجام شده که کاملترین آنها، روش مبتنی بر آزمایشات جامع اشتو است. ضعف اصلی ضرایب بار همارز در این روش، محدودیت نتایج به محورهای بررسی شده بوده که باعث عدم امکان تعیین دقیق ضرایب بار همارز برای تمامی محورهای موجود است. این علت را میتوان یکی از دلایل بروز خرابیهای زودرس و صرف هزینههای بالای تعمیر و نگهداری راهها دانست. امروزه، با پیشرفت علم نرمافزارهای بسیاری در زمینه تحلیل روسازیها ایجاد شد که میتوان از آنها در تعیین این ضریب استفاده کرد. مشکل اصلی موجود در تمامی آنان، نیاز به دادههای ورودی متعدد، زمانبر بودن فرایند شبیهسازی و امکان بررسی تنها یک مقطع در هر زمان میباشد. از طرف دیگر شبکههای عصبی مصنوعی، به عنوان یکی از شاخههای علم هوش مصنوعی دارای مزایای زیادی است که از آن جمله میتوان محدود کردن تعداد دادههای ورودی، سرعت بالای فرایند مدلسازی، توانایی مدلسازی همزمان چندین روسازی با شرایط مختلف را نام برد. لذا در این پژوهش پس از اطمینان از صحت نحوه مدلسازی روسازیهای انعطافپذیر با استفاده از نرمافزار اجزای محدود آباکوس، به طرح شبکه عصبی مصنوعی جهت تعیین ضریب بار همارز پرداخته شده است. در نهایت شبکه بهینه از نوع انتشار برگشتی پیشخور با آرایش 1-13-7 و تابع انتقال سیگموید بعنوان شبکه بهینه انتخاب گردیده است. | ||
| کلیدواژهها | ||
| ضریب بار همارز؛ شبکه عصبی مصنوعی؛ اجزای محدود؛ آباکوس؛ روسازیهای انعطافپذیر | ||
| مراجع | ||
|
| ||
|
آمار تعداد مشاهده مقاله: 1,017 تعداد دریافت فایل اصل مقاله: 581 |
||
| تعداد نشریات | 22 |
| تعداد شمارهها | 718 |
| تعداد مقالات | 10,319 |
| تعداد مشاهده مقاله | 72,321,799 |
| تعداد دریافت فایل اصل مقاله | 64,044,998 |