این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
International Journal of Optimaization in Civil Engineering، جلد ۱، شماره ۳، صفحات ۴۱۹-۴۳۲
عنوان فارسی
چکیده فارسی مقاله
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی PREDICTION OF NONLINEAR TIME HISTORY DEFLECTION OF SCALLOP DOMES BY NEURAL NETWORKS
چکیده انگلیسی مقاله This study deals with predicting nonlinear time history deflection of scallop domes subject to earthquake loading employing neural network technique. Scallop domes have alternate ridged and grooves that radiate from the centre. There are two main types of scallop domes, lattice and continuous, which the latticed type of scallop domes is considered in the present paper. Due to the large number of the structural nodes and elements of scallop domes, nonlinear time history analysis of such structures is time consuming. In this study to reduce the computational burden radial basis function (RBF) neural network is utilized. The type of inputs of neural network models seriously affects the computational performance and accuracy of the network. Two types of input vectors: cross-sectional properties and natural periods of the structures can be employed for neural network training. In this paper the most influential natural periods of the structure are determined by adaptive neuro-fuzzy inference system (ANFIS) and then are used as the input vector of the RBF network. Results of illustrative example demonstrate high performance and computational accuracy of RBF network.
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله r کامیاب | r. kamyab


e سلاجقه | e. salajegheh


نشانی اینترنتی http://ijoce.iust.ac.ir/browse.php?a_code=A-10-1-25&slc_lang=en&sid=en
فایل مقاله فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده en
موضوعات مقاله منتشر شده Optimal design
نوع مقاله منتشر شده پژوهشی
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات