پیش بینی ظرفیت برشی تیرهای بتن آرمه تقویت شده توسط frp به روش شبکه های عصبی مصنوعی

استفاده از مصالح کامپوزیتی frp در مقاوم سازی یکی از جدیدترین مباحث علمی در مهندسی عمران و سازه است. تاکنون تحقیقات گسترده ای در خصوص بکارگیری مواد مرکب به عنوان روکش ترمیم و تقویت سازه ها انجام گرفته است. اما در سالهای اخیر بسیاری از طرح های پیشنهادی در این زمینه برای تقویت برشی تنها بر اساس تجزیه و تحلیل رگرسیون داده های آزمایشگاهی بوده که بدست آوردن ارتباط واقعی بین پارامترهای درگیر برای ارائه یک سری معادلات تجربی را بسیار مشکل کرده است. برای رفع این مشکل ما در این مقاله با ترکیب مباحث مقاوم سازی سازه ای با مبحث شبکه عصبی مصنوعی یک مدل شبکه عصبی مصنوعی برای پیش بینی ظرفیت برشی تیرهای بتن آرمه تقویت شده بوسیله کامپوزیتهای frp ایجاد نمودیم. شبکه عصبی مصنوعی با پرسپترون چند لایه و الگوریتم پس انتشار خطا برای پیش بینی مقاومت برشی مورد استفاده قرار گرفت و برای تعیین بهترین ساختار شبکه عصبی هم از دو ساختار که اولی با یک لایه پنهان و دومی با دو لایه پنهان ساخته شده مورد ارزیابی قرار گرفت. در نهایت پس از انتخاب بهترین ساختار شبکه عصبی و بدست آوردن نتایج مطلوب، به تجزیه و تحلیل نتایج و مقایسه آن با فرمول های تجربی موجود پرداخته شد. نتایج نشان داد، در مجموع ann از قدرت پیش بینی به مراتب بهتر و قوی تری نسبت به معادلات و آئین نامه های تجربی موجود برخوردار است.