مقایسه روش ماشین بردار پشتیبان و شبکه عصبی تابع بنیادی شعاعی در عیب یابی سازه ها

طراحی یک سیستم هوشمند جهت عیب یابی و بررسی و سلامت سازه ها به منظور جلوگیری از صدماتی که در اینده ممکن است رخ دهد، بسیار حائز اهمیت می باشد. در این تحقیق، از روش ماشین بردار پشتیبان (svm) برای طراحی سیستم عیب یابی هوشمند سازه ها استفاده شده است. وظیفه سیستم عیب یاب، شناسایی محل و میزان آسیب ها در سازه ها می باشد. آسب در سازه ها توسط کاهش سختی مدل شده و همچنین از تغییرات فرکانس های سازه به عنوان ورودی سیستم عیب یاب استفاده می گردد. برای مقایسه کارایی سیستم مبتنی بر svm، نتایج حاصله از آن با سیستم مشابه مبتنی بر شبکه عصبی تابع بنیادی شعاعی (rbf) مقایسه شده است. نتایج بیانگر دقت بیشتر svm نسبت به شبکه عصبی rbf درعیب یابی سازه ها، حتی در صورت وجود نویز در داده ها می باشد.