این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
International Journal of Maritime Technology، جلد ۱، شماره ۲، صفحات ۱۳-۲۴
عنوان فارسی برآورد نیروی ناشی از امواج و جریانهای دریایی بر سازه‌های لاغر به صورت‏‏ سری زمانی با استفاده از شبکه‌های عصبی مصنوعی
چکیده فارسی مقاله برآورد نیروی امواج و جریانهای دریایی بر سازه‌های لاغر با توجه به کاربرد آنها در طراحی سازه‌های دریایی اعم از سازه‌های ساحلی یا فراساحلی به لحاظ اینکه اکثراً به عنوان بارگذاری غالب محسوب می‌شوند، دارای اهمیت بسیار زیادی بوده و بدین منظور روشهای تحلیلی و تجربی زیادی از جمله فرمول موریسون در این مورد پیشنهاد شده است، نظر به اینکه هر کدام از این روشها نقطه ضعفهایی دارند، در این مقاله جهت برآورد نیروی امواج و جریانهای دریایی بر سازه‌های لاغر از شبکه‌های عصبی مصنوعی استفاده شده است. شبکه عصبی استفاده شده در این تحقیق از نوع شبکه یادگیری با نظارت می‌باشد که برای تربیت و آزمایش آن از داده‌های آزمایشگاهی استفاده شده است. مقایسه نتایج آزمایشگاهی با نتایج حاصل از شبکه عصبی و فرمول موریسون به روشنی نشان داده است که شبکه عصبی با دقت بیشتر و بهتری نیروی امواج و جریانهای دریایی را بر سازه‌های لاغر پیش‌بینی کرده و از سرعت عمل بالاتری نسبت به سایر روشها برخوردار است.
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی **Prediction of Wave and Current Forces on Slender Structures in the Form of Time Series Using Artificial Neural Networks
چکیده انگلیسی مقاله One of the most important issues in designing coastal and offshore structures is the prediction of wave and current forces on slender cylinders. Such forces are often considered as dominate loadings. Many analytical and empirical methods such as Morison equation have been suggested for estimation of waves and current forces. Such methods, however, have shown inaccuracies in predicting hydrodynamic forces. On the other hand, Artificial Neural Networks (ANNs) have received a great deal of attention in recent years and are being touted as one of the greatest computational tools ever developed. In fact, ANNs are nonlinear systems consisting of a large number of highly interconnected processing units, nodes or artificial neurons, which have the ability of learning. In this research, ANNs have been used to estimate wave and current forces on slender cylinders. Data of 308 experimental specimens have been used for training and testing the networks. Considering the aim of this research for the application of ANNs, these data were consisted of recorded force values in different time series. The supervised learning neural networks models have been used in this research. The results indicate the success of the application of neural networks approach which can efficiently predict waves and current forces on slender cylinders after carrying out appropriate training. Furthermore, the results are within acceptable accuracy in comparison with experimental results and the results obtained from Morison equation.
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله مهدی شفیعی فر | mehdi shafiefar
tarbiat modarres university
دانشگاه تربیت مدرس
سازمان اصلی تایید شده: دانشگاه تربیت مدرس (Tarbiat modares university)

محمد نوید مقیم | mohammad navid moghim
tarbiat modarres university
دانشگاه تربیت مدرس
سازمان اصلی تایید شده: دانشگاه تربیت مدرس (Tarbiat modares university)

نشانی اینترنتی http://www.ijmt.ir/browse.php?a_code=A-10-1-11&slc_lang=fa&sid=en
فایل مقاله دریافت فایل مقاله
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده Ship Hydrodynamic
نوع مقاله منتشر شده مقاله پژوهشی
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات