یادداشت تحقیقاتی: استفاده از الگوریتم ژنتیکی و شبکه عصبی مصنوعی برای بهینه سازی مقاطع سدهای وزنی بتنی

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

 یادداشت تحقیقاتی: استفاده از الگوریتم ژنتیکی و شبکه عصبی مصنوعی برای بهینه سازی مقاطع سدهای وزنی بتنی دارای ۱۸ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد یادداشت تحقیقاتی: استفاده از الگوریتم ژنتیکی و شبکه عصبی مصنوعی برای بهینه سازی مقاطع سدهای وزنی بتنی  کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه  و مراکز دولتی می باشد.

توجه : در صورت  مشاهده  بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل ورد می باشد و در فایل اصلی یادداشت تحقیقاتی: استفاده از الگوریتم ژنتیکی و شبکه عصبی مصنوعی برای بهینه سازی مقاطع سدهای وزنی بتنی،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از متن یادداشت تحقیقاتی: استفاده از الگوریتم ژنتیکی و شبکه عصبی مصنوعی برای بهینه سازی مقاطع سدهای وزنی بتنی :

نام کنفرانس، همایش یا نشریه : فنی و مهندسی مدرس

تعداد صفحات :۱۸

مقطع سد، علاوه بر ارضای شرایط پایداری، باید مقرون به صرفه نیز باشد. در سدهای مخزنی و انحرافی، چنانچه طول قاعده مقطع سد حداقل شود، حجم بتن ریزی برای یک متر پهنا حداقل خواهد شد و این موضوع به اقتصادی بودن طرح کمک شایانی خواهد کرد. از این رو مساله طراحی مقطع سد، یک مساله بهینه سازی مقید است که قیود آن ارضای شرایط پایداری شامل: پایداری در برابر لغزش و واژگونی و همچنین تنش یا خستگی قائم در سطح بدنه سد خواهد بود. در این مقاله با ارایه روشی هوشمند مبتنی بر الگوریتم ژنتیکی و با در نظر گرفتن تمامی نیروهای وارد بر سد شامل: نیروی زلزله در بدنه و مخزن سد، نیروی بالابرنده و نیز نیروی ناشی از وزن و فشار آب سعی شده است با استفاده از مفاهیم رقابت و انتخاب اصلح، الگوریتم مناسبی برای جستجو در فضای پاسخ ارایه شود که با استفاده از آن، شیب های بالادست سد و همچنین طول قاعده آن به نحوی بهینه می شود که هم شرایط پایداری محقق شود و هم حجم بتن ریزی از نظر اقتصادی بهینه باشد. از آنجا که مقدار بهینه شیب و طول قاعده سد، تابعی غیرخطی از ضریب زمین لرزه و ارتفاع سد است، بنابراین لزوم استفاده از روش هایی که مستقل از مدل، به درون یابی روابط ذاتی میان داده ها بپردازد، احساس می شود. در این مقاله سعی شده است با استفاده از نتایج حاصل از به کارگیری الگوریتم ژنتیکی و تبیین ویژگی های شبکه های عصبی مصنوعی، شبکه ای از نوع تابع پایه شعاعی (RBF) همراه با قانون یادگیری انتشار خطای سریع (QP) برای بازیابی نگاشت غیرخطی میان الگوهای مستقل داده ها و متغیرهای وابسته طراحی شود تا به کمک آن، تخمین هوشمند مقطع بهینه سدهای بتنی وزنی میسر گردد. در این مقاله با مقایسه نتایج حاصل از این روش با روش های مرسوم، مزایای روش جدید نیز مورد توجه قرار خواهد گرفت.

کلید واژه: سدهای بتنی وزنی، مقطع بهینه، الگوریتم ژنتیکی، جهش، شبکه عصبی مصنوعی