خلاصه پایان نامه:
باتوجه به توانایی شبکه های عصبی مصنوعی، کاربرد آنها در علوم مختلف و مهندسی گسترش قابل ملاحظه داشته است. دراین پایان نامه کاربرد شبکه های عصبی در بهینه سازی سازه ها مورد توجه بوده است. در بهینه سازی سازه ها به واسطه تغییر متوالی متغییرها، تحلیل سازه در دفعات صورت میگیرد که این امر موجب افزایش زمان محاسبه میگردد. برای کاهش این زمان میتوان از شبکه های عصبی بعنوان یک تحلیل سریع سازه در بهینه سازی سازه ها به طور مطلوب استفاده نمود. دو نمونه از شبکه های عصبی مصنوعی که در رشته مهندسی در تقریب توابع بکار گرفته می شوند عبارتند از: شبکه عصبی انتشار برگشتی و شبکه عصبی انتشار متقابل. یکی از معایب از شبکه عصبی انتشار برگشتی در بهینه سازی سازه ها،سرعت کند همگرایی این شبکه است. این مشکل زمانی بیشتر مشهود می گردد که مسائل با مقیاس بزرگ مورد بررسی قرار میگیرند. زیرا دراین مسائل تعداد واحدهای ورودی و خروجی به تعداد قابل ملاحظه ای افزایش می یابد.
برای بهینه سازی موثر سازه شبکه عصبی با سرعت اموزش بالا مورد نیاز است که بتوان پس از آموزش از آن بعنوان یک تحلیلگر سریع استفاده نمود. بدین منظور اصلاحاتی بر روی شبکه انتشار متقابل انجام گردیده است که بکارگیری آن منجر به سرعت زیاد آموزش و پاسخ شبکه با خطای قابل قبول شده است. در این تحقیق دو شبکه عصبی مصنوعی آموزش داده شده است که شبکه اول برای قیود و شبکه دوم برای مشتقات قیود مورد استفاده قرار گرفته است.
پایان نامه رشته عمران شبکه های عصبی مصنوعی در بهینه سازی سازه ها
فصل 1 : مقدمه
