مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

مقاله مقاله نشریه

مشخصات مقاله

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

video

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

sound

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید:

1,331
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

377
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

اطلاعات مقاله نشریه

عنوان

استفاده از هوش مصنوعی و الگوریتم ژنتیک در تخمین ظرفیت باربری دینامیکی شمع فولادی و بتنی پیش ساخته

صفحات

 صفحه شروع 59 | صفحه پایان 68

چکیده

 شالوده عمیق یا شمع, المان های سازه ای هستند که به منظور انتقال بار سازه فوقانی به اعماق زمین و لایه های سخت از آنها استفاده می گردد. به دلیل بالا بودن هزینه اجرای شالوده های عمیق, طراحی بهینه شمع و تخمین ظرفیت باربری آنها بسیار اهمیت دارد که استفاده از روش هوش مصنوعی و الگوریتم ژنتیک می تواند در این راستا راهگشا باشد. در این پژوهش با انتخاب دو نوع شمع پرکاربرد شامل شمع فلزی لوله ای و شمع بتنی پیش ساخته, ظرفیت باربری محوری شمع با مدلسازی در نرم افزار المان محدود Plaxis 2D و تحت بار هارمونیک در یک خاک لایه ای مورد ارزیابی قرار گرفت و نتایج با داده های آزمایش دینامیکی شمع (PDA1) در یک مطالعه موردی مقایسه گردید. در این پژوهش نتایج حاصل از 100 تحلیل عددی با استفاده از الگوریتم ژنتیک بهینه سازی شده است که منجر به معرفی یک رابطه تخمینی با دقت مناسب در ظرفیت باربری محوری شمع به تفکیک برای شمع بتنی و فلزی گردید. همچنین در این پژوهش مقایسه روش های مختلف ارزیابی ظرفیت باربری شمع نشان دهنده این واقعیت است که اغلب روش های تجربی ظرفیت باربری بسیار بزرگتری را در مقایسه مقادیر واقعی ارائه می دهند.

چندرسانه ای

  • ثبت نشده است.
  • استنادها

  • ثبت نشده است.
  • ارجاعات

  • ثبت نشده است.
  • استناددهی

    APA: کپی

    غفارپورجهرمی، سعید، و ایزانلو، روح اله. (1397). استفاده از هوش مصنوعی و الگوریتم ژنتیک در تخمین ظرفیت باربری دینامیکی شمع فولادی و بتنی پیش ساخته. مهندسی دریا، 14(27 )، 59-68. SID. https://sid.ir/paper/60913/fa

    Vancouver: کپی

    غفارپورجهرمی سعید، ایزانلو روح اله. استفاده از هوش مصنوعی و الگوریتم ژنتیک در تخمین ظرفیت باربری دینامیکی شمع فولادی و بتنی پیش ساخته. مهندسی دریا[Internet]. 1397؛14(27 ):59-68. Available from: https://sid.ir/paper/60913/fa

    IEEE: کپی

    سعید غفارپورجهرمی، و روح اله ایزانلو، “استفاده از هوش مصنوعی و الگوریتم ژنتیک در تخمین ظرفیت باربری دینامیکی شمع فولادی و بتنی پیش ساخته،” مهندسی دریا، vol. 14، no. 27 ، pp. 59–68، 1397، [Online]. Available: https://sid.ir/paper/60913/fa

    مقالات مرتبط نشریه ای

    مقالات مرتبط همایشی

  • ثبت نشده است.
  • طرح های مرتبط

  • ثبت نشده است.
  • کارگاه های پیشنهادی






    بازگشت به بالا
    telegram sharing button
    whatsapp sharing button
    linkedin sharing button
    twitter sharing button
    email sharing button
    email sharing button
    email sharing button
    sharethis sharing button