دوره 20، شماره 4 - ( 1399 )                   جلد 20 شماره 4 صفحات 38-23 | برگشت به فهرست نسخه ها

XML English Abstract Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

Agha Mohamadi A, Darvishan E. Prediction of Pushing Shear Capacity in Two-way Slabs Using Genetic Programming and Biogeography-Based Programming. MCEJ 2020; 20 (4) :23-38
URL: http://mcej.modares.ac.ir/article-16-44102-fa.html
آقامحمدی اشکان، درویشان احسان. پیش بینی مقاومت برشی پانچ در دال های دوطرفه با استفاده از الگوریتم برنامه نویسی ژنتیک و برنامه نویسی جغرافیای زیستی. مهندسی عمران مدرس. 1399; 20 (4) :23-38

URL: http://mcej.modares.ac.ir/article-16-44102-fa.html


1- دانش آموخته کارشناسی ارشد، گروه عمران، دانشکده فنی و مهندسی، دانشگاه آزاد اسلامی، واحد رودهن، رودهن، ایران
2- استادیار، گروه عمران، دانشکده فنی و مهندسی، دانشگاه آزاد اسلامی، واحد رودهن، رودهن، ایران ، darvishan@riau.ac.ir
چکیده:   (1566 مشاهده)
دال های دو طرفه بتن آرمه یکی از سیستم های مرسوم سازه ای می باشند. مزایای این دال ها باعث کاربرد زیاد آنها در صنعت ساختمان شده است. ولی این سیستم ها با مشکلاتی نظیر برش پانچ مواجه هستند. روابط موجود برای پیش بینی برش پانچ بر اساس نتایج آماری آزمایش های موجود در تحقیقات گذشته بدست آمده اند. با این حال این روابط تقریبی بوده و دارای خطای بالا می باشند. هدف اصلی این مقاله معرفی روشی قابل اعتماد و کاربردی برای محاسبه برش پانچ برای دال های نازک و ضخیم با استفاده از هوش مصنوعی است. برای این کار از برنامه نویسی ژنتیک و برنامه ریزی جغرافیای زیستی برای پیدار کردن رابطه بین ظرفیت برش پانچ و پارامترهای موثر بر آن استفاده شده است. ابتدا 267 داده آزمایشگاهی موجود جمع آوری شده است. سپس با استفاده از روشهای مذکور رابطه ای برای پیش بینی مقاومت برش پانچ ارائه شده است. نتایج نشان می دهد که روشهای مبتنی بر هوش مصنوعی قادرند با خطای متوسط کمتر از 2% در مقابل خطای 14 الی 28 درصدی روابط سنتی آیین نامه ها مقاومت برش پانچ را پیش بینی کند.
متن کامل [PDF 1790 kb]   (977 دریافت)    
نوع مقاله: پژوهشی اصیل (کامل) | موضوع مقاله: مهندسی عمران و سازه
دریافت: 1399/4/11 | پذیرش: 1399/6/27 | انتشار: 1399/9/10

ارسال نظر درباره این مقاله : نام کاربری یا پست الکترونیک شما:
CAPTCHA

ارسال پیام به نویسنده مسئول


بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.