نشریه علمی سازه و فولاد

نشریه علمی سازه و فولاد

استفاده از الگوریتم ژنتیک و شبکه‌های عصبی مصنوعی در بهینه‌یابی وزنی گنبدهای مشبک تک لایه فولادی با پیکربندی‌های مختلف

نوع مقاله : مقاله پژوهشی

نویسندگان
1 کارشناس ارشد سازه، دانشکده مهندسی، دانشگاه فردوسی مشهد
2 دانشیار گروه عمران، دانشکده مهندسی، دانشگاه فردوسی مشهد
10.22034/jss.2010.238448
چکیده
در این مقاله از الگوریتم ژنتیک و شبکه‌های عصبی مصنوعی برای بهینه‌یابی وزنی (حداقل) گنبدهای مشبک تک لایه فولادی تحت اثر بارهای ثقلی یکنواخت استفاده شده است. برای این کار، ۳۷۸ نمونه گنبد با شش نوع پیکربندی مختلف و با دهانه‌هایی از ۱۰ تا ۵۰ متر و نسبت‌های ارتفاع به دهانه از ⅛ تا ½ تحلیل و طراحی شده و در هر مورد وزن و پیکربندی بهینه سازه توسط الگوریتم ژنتیک تعیین گردیده است. در ادامه، از نتایج حاصل برای آموزش و طراحی شبکه‌های عصبی مصنوعی برای تخمین وزن بهینه سازه استفاده شده است. بدین ترتیب می‌توان با توجه به قطر یک ساختمان مدور، مناسب‌ترین پوشش از نوع گنبد مشبک تک لایه فولادی را با یک پیکربندی مشخص و با وزن بهینه بدست آورد.
کلیدواژه‌ها

عنوان مقاله English

Optimum Design (Minimum Weight) of Sigle-layer-lattice Domes with Different Topologies using Genetic Algorithm and Artificial Neural Networks

نویسندگان English

Mehdi Bandegi 1
Farzad Shahabian 2
چکیده English

In this paper, the two methods of genetic algorithm and neural networks have been combined to achieve the optimum design (minimum weight) of single-layer-lattice domes subjected to uniform gravitational loading. Herein, 378 models with six topologies, spans between 10 and 50 m and different span-to-height ratio from 1/8 to 1/2 have been analyzed and designed for the optimum weight and configuration using genetic algorithm. Furthermore, the results were being used to train the artificial neural networks to predict the optimum weight of the space domes. Thus, for a circular site plan with a specific diameter, an optimum single-layer-lattice dome with specific configuration could be proposed by using the neuro-genetic system.

کلیدواژه‌ها English

Single-layer-lattice Dome
Optimization
Genetic Algorithm
Artificial Neural Networks