RT - Journal Article T1 - An Approach for Estimating the Rotation Capacity of Wide Flange Beams using Bayesian Regularized Artificial Neural Networks (BRANN) JF - mdrsjrns YR - 2018 JO - mdrsjrns VO - 18 IS - 4 UR - http://mcej.modares.ac.ir/article-16-16871-fa.html SP - 157 EP - 169 K1 - Rotation Capacity K1 - Bayesian Regularized K1 - Artificial Neural Networks K1 - Wide Flange Beam AB - در این مقاله برای اولین بار با ساخت یک مدل شبکه عصبی مصنوعی بیزین که جزو جدیدترین روش های محاسبات نرم است، ظرفیت دورانی تیر بال پهن فولادی تخمین زده شده است. استفاده از روش ‏های متفاوت نظیر المان محدود، روش‏ های رگرسیونی و آماری در پژوهش های پیشین در سال ‏های اخیر مورد بحث قرار گرفته است، لذا در این پژوهش برای تخمین دقیق ‏تر و سریع ‏تر ظرفیت دورانی از تکنیک شبکه‏ های عصبی مصنوعی از نوع شبکه بیزین استفاده شده است. داده‏ های لازم برای آموزش و آزمایش شبکه بر اساس نتایج آزمایشگاهی معتبر از تاریخچه تحقیقات به دست آمده است. ورودی های مدل ساخته شده برای این منظور شامل نصف عرض بال تیر، ارتفاع جان، ضخامت بال، ضخامت جان، طول، تنش تسلیم بال و تنش تسلیم جان است و تابع هدف نیز ظرفیت دورانی ‏می باشد. نتایج به دست آمده از این مدل با نتایج آزمایشگاهی و دیگر مدل های ارایه شده در گذشته مورد مقایسه دقیق قرار گرفت. نتیجه این مطالعه نشان دهنده آن است که استفاده از این رویکرد جدید نسبت دیگر مدل‏ ها دارای دقت بالاتری بوده و کاربردی خواهد بود و می‏ توان از شبکه عصبی مصنوعی بیزین به عنوان ابزاری قدرتمند در این گونه از مسایل بهره برد. LA eng UL http://mcej.modares.ac.ir/article-16-16871-fa.html M3 ER -