عنوان پژوهش: رائه مدل مبتني بر ماشين بردار پشتيبان جهت پيش بيني پاسخ ديناميكي دكل هاي مهاري تحت اثر نيروي زلزله
دستگاه اجرایی کارفرما: دانشگاه پیام نور
تاریخ اجرای پژوهش: 1391/08/02
مکان اجرای پژوهش: دانشگاه پیام نور استان

پژوهشگر

نام و نام خانوادگی محل اشتغال فعلی رشته و گرایش تحصیلی آخرین مدرک تحصیلی محل اخذ مدرک تحصیلی
افسانه بنی طالبی دانشگاه پیام نور شهرکرد مهندسی کامپیوتر کارشناسی ارشد دانشگاه آزاد اراک

همکاران پژوهشگر

نام و نام خانوادگی محل اشتغال فعلی رشته و گرایش تحصیلی آخرین مدرک تحصیلی محل اخذ مدرک تحصیلی

چکیده پژوهش

در اين پژوهش جهت بررسي رفتار لرزه اي دكل هاي مهاري تعدادي از دكل هاي مهاري كه در اقصي نقاط جهان مورد بهره برداري قرار گرفته اند تحت اثر نيروهاي زلزله قرار ميگيرند. به طور كلي مطالعات انجام شده بر روي دكل هاي مهاري به دو دسته نيروهاي حاصل از باد و زلزله و واكنش متقابل دكل ها به چنين نيروهايي تقسيم بندي ميشوند.به طور معمول به علت سبكي و بلندي دكل هاي مهاري مطالعات بر روي نيروي حاصل از باد و تركيب آن با يخ به عنوان نيروي غالب در آناليز اين سازه ها مورد استفاده قرار ميگيرد.با اين وجود در سال هاي اخير توجه بيشتري بر اثرات نيروي حاصل از زمين لرزه و مقايسه نتايج اين آناليز با اثر نيروي باد بر اين سازه ها شده است.در فاز اول اين پژوهش اثر نيروي زلزله و پاسخ دكل به تحريكات لرزه اي مورد بررسي قرار ميگيرد.در اين پژوهش بدنبال ارائه مدلي جهت پيش بيني پاسخ ديناميكي دكل هاي مهاري تحت اثر نيروي زلزله ميباشيم كه براي دستيابي به اين هدف از يكي از تكنيك هاي يادگيري ماشين به نام ماشين بردار پشتيباني كه امروزه جهت مدلسازي پديده هاي پيچيده مورد توجه محققين بسياري در علوم مختلف منجمله مهندسي عمران قرار گرفته است،استفاده ميكنيم. روش ماشين بردار پشتيبان يكي از روش هاي يادگيري ماشيني است كه بر مبناي تئوري ياد گيري آماري VAPNIK در دهه 90 ميلادي توسط VAPNIK و همكارانش ارائه گرديد. در SVM از اصول كمينه سازي ريسك ساختاري (SRM (استفاده شده است، در حالي كه ساير روش ها از اصول كمينه سازي ريسك تجربي (ERM (بهره مي برند. ثابت شده است كه اصول SRM در مقايسه با ERM عمل كرد بهتري از خود نشان مي دهنداز ماشين بردار پشتيبان به طور كلي در مسائل طبقه بندي دو يا چند گروهه و رگرسون استفاده ميشود. مانند بسياري از روش هاي يادگيري ماشيني، در روش ماشين بردار پشتيبان نيز فرآيندساخت مدل شامل دو مرحله آموزش و آزمايش مي باشد

خلاصه نتایج حاصله

1 -با توجه به نتايج جدول 8-1 متوسط درصد خطاي مدل ماشين بردار پشتيبان(SVM (در محاسبه تغيير مكان راس دكل مهاري نسبت به نرم افزار ANSYS برابر 42,12 در مجموعه داده هاي آموزش ميباشد. 2 -با توجه به نتايج جدول 8-2 متوسط درصد خطاي مدل ماشين بردار پشتيبان(SVM (در محاسبه تغيير مكان راس دكل مهاري نسبت به نرم افزار ANSYS برابر 51,12 در مجموعه داده هاي ارزيابي ميباشد. 3 -باتوجه به نتايج جدول 8-3، 8-4 و8 -5 پارامترهاي تابع كرنل rbf مسئله براي محاسبه تغيير مكان راس دكل مهاري به صورت 100= ζ، 001.εൌ و150= C تعريف ميگردد. 4 -با توجه به نتايج جدول 8-6 متوسط درصد خطاي مدل ماشين بردار پشتيبان(SVM (در محاسبه فركانس طبيعي دكل مهاري نسبت به نرم افزار ANSYS برابر 74,15 در مجموعه داده هاي آموزش ميباشد. 5 -با توجه به نتايج جدول 8-7 متوسط درصد خطاي مدل ماشين بردار پشتيبان(SVM (در محاسبه فركانس طبيعي دكل مهاري نسبت به نرم افزار ANSYS برابر 22,15 در مجموعه داده هاي ارزيابي ميباشد. 6 -باتوجه به نتايج جدول 8-8، 8 -9 و8-10 پارامترهاي تابع كرنل rbf مسئله براي محاسبه تغيير مكان راس دكل مهاري به صورت 300= ζ، 1.εൌ و150= C تعريف ميگردد


فایل های پژوهش
فایل
فایل 1 research/1c391dea5e05fb04b1d91c726943d6a1.pdf

Back to Top