دانشگاه علم و صنعت ایران- دفاعیه‌ها
برگزاری دفاعیه دکتری مهندس ندا خوانین زاده

بازیابی تصاویر و رنگ‌ها  | تاریخ ارسال: 1403/8/15 | 
مهندس ندا خوانین زاده دانشجوی دوره دکتری این دانشکده در رشته مهندسی عمران گرایش زلزله، 27 آبان ماه سال 1403 از رساله خود تحت عنوان «طراحی بهینه سازه های اسکلتی با استفاده از الگوریتم های فراابتکاری  با بکارگیری شبکه های عصبی بهبود یافته» به صورت حضوری با راهنمایی پروفسور علی کاوه دفاع نمود.
چکیده این رساله به شرح زیر می‌باشد:
در سالهای اخیر ، شبکه عصبی مصنوعی (ANN) به یکی از مدل های محبوب و مؤثر یادگیری ماشین تبدیل شده است .شبکه های عصبی با داشتن یک توانایی منحصر به فرد برای رسیدگی به مشکلات بسیار پیچیده و پتانسیل پیش بینی نتایج دقیق بدون یک راه حل الگوریتمی تعریف شده، می باشند. با این حال ، ساختار و پارامترهای ANN معمولاً با تجربه انتخاب می شوند. در این مطالعه ساختار های جدیدی از شبکه های عصبی ارائه گردید که از ترکیب الگوریتم های فراابتکاری و شبکه های عصبی موجود ، ایجاد گردیدند. شبکه های عصبی مورد استفاده در این تحقیق شامل Feed Forward، Radial Basis، ANFIS هستند و همچنین الگوریتم های مورد استفاده، الگوریتم فراکاوشی ژنتیک، الگوریتم فراکاوشی ازدحام ذرات، الگوریتم فراکاوشی برخورد اجسام و همچنین الگوریتم فراکاوشی پیشرفته بهینه یابی برخورد اجسام هستند. این شبکه های ایجاد شده برای پیش بینی مقاومت بتن مسلح با CFRP، دیوارهای بنایی نیمه دوغاب شده، و تیرهای با جان حفره دار در این پایان نامه مورد بررسی قرار گفتند. نتایج نشان دهنده ی بهبود شبکه های عصبی ایجاد شده بود که برترین نوع از شبکه های ایجاد شده معرفی گردید. تشخیص برتری مدل های شبکه ها با معیارهای ارزیابی کیفیت از جمله میانگین مربعات خطا (MSE)، ریشه میانگین مربعات خطا (RMSE)، میانگین خطای مطلق (MAE)، میانگین درصد مطلق خطا (MAPE)، میانگین خطای مطلق نرمال شده (NMAE)، ریشه میانگین مربعات خطای نرمال شده (NRMSE)و ضریب همبستگی (R) استفاده شد. در ادامه ارائه یک روش گراف کارآمد برای تحلیل بهینه ساختارهای خرپا با استفاده از روش نیروها و مقایسه زمان محاسباتی با روش تغییرمکان انجام شد . به طور طبیعی ، نتایج بهینه سازی و صحت محاسبه برای هر دو روش یکسان است ، اما زمان محاسبه برای روش نیروها زمانی کمتر است که درجه نامعینی استاتیک (DSI) از درجه نامعینی سینماتیکی (DKI) کوچکتر باشد. بهینه سازی با استفاده از الگوریتم ECBO در MATLAB انجام شده است.
واژه‌های کلیدی: شبکه عصبی، الگوریتم فراکاوشی،شبکه عصبی ترکیبی ANN-ECBO ، روش نیروها

رایانامه جهت ارتباط با دانشجوی فوق:
khneda92gmail.com
نشانی مطلب در وبگاه دانشگاه علم و صنعت ایران:
http://idea.iust.ac.ir/find-32.17087.79932.fa.html
برگشت به اصل مطلب