• مقایسه الگوریتم های ماشین بردار پشتیبان حداقل مربعات، سیستم استنتاج فازی عصبی تطبیقی، شبکه عصبی تابع بنیادی شعاعی و بزرگترین مرز نزدیکترین همسایگی در عیب یابی سازه ها

    جزئیات بیشتر مقاله
    • تاریخ ارائه: 1394/01/01
    • تاریخ انتشار در تی پی بین: 1394/01/01
    • تعداد بازدید: 1387
    • تعداد پرسش و پاسخ ها: 0
    • شماره تماس دبیرخانه رویداد: -
    امروزه استفاده از الگوریتم های مبتنی بر هوش مصنوعی در زمینه عیب یابی سازه ها مورد توجه بسیاری از محققین قرار گرفته است. در این تحقیق، جهت تشخیص عیوب چندگانه در سیستم های سازه ای، چهار الگویتم هوش مصنوعی درون یاب مورد مقایسه قرار گرفته است. بدین منظور، از الگوریتم های ماشین بردار پشتیبان حداقل مربعات (ls-svm)، سیستم استنتاج فازی عصبی تطبیقی (anfis)، شبکه عصبی تابع بنیادی شعاعی (rbfnn) و بزرگترین مرز نزدیکترین همسایگی(lmnn)  برای طراحی سیستم عیب یابی هوشمند سازه ها استفاده شده است. وظیفه سیستم عیب یاب، شناسایی محل و میزان آسیب در سازه ها می باشد آسیب در سازه ها توسط کاهش سختی مدل شده و همچنین از تغییرات فرکانس های سازه به عنوان ورودی سیستم عیب یاب استفاده می گردد. به منظور ارزیابی عملکرد روش پیشنهادی، مثال های عددی حل شده و نتایج بیانگر دقت بیشترls-svm  نسب به سایر الگوریتم های مورد بررسی در این پژوهش جهت عیب یابی سازه ها می باشد.

سوال خود را در مورد این مقاله مطرح نمایید :

با انتخاب دکمه ثبت پرسش، موافقت خود را با قوانین انتشار محتوا در وبسایت تی پی بین اعلام می کنم
مقالات جدیدترین ژورنال ها