کاربرد نظریه مجموعه فازی در بهینه سازی سازه ها

اختصاصی از فی گوو کاربرد نظریه مجموعه فازی در بهینه سازی سازه ها دانلود با لینک مستقیم و پر سرعت .

• پایان نامه کارشناسی ارشد مهندسی عمران گرایش سازه با عنوان: کاربرد نظریه مجموعه فازی در بهینه سازی سازه ها  

• دانشگاه شهید باهنر کرمان  

• استاد راهنما: دکتر عیسی سلاجقه  

• پژوهشگر: محمدرضا شهیری  

• سال انتشار: آبان 1377  

• فرمت فایل: PDF و شامل 170 صفحه

چکیــــده:

نظریه مجموعه‌های فازی شاخه نسبتاً جدیدی از ریاضیات است که اولین بار توسط پروفسور عسگرزاده دانشمند ایرانی تبار عرضه شد. این نظریه از زمان ارائه آن تاکنون گسترش و تعمیق بسیاری در هر دو جنبه نظری و کاربردی یافته است. مجموعه نظریه فازی ابزارهایی فراهم می‌آورد که می‌توان بوسیله آنها نحوه استدلال و تصمیم گیری انسانی را صورتبندی ریاضی بخشید و از الگوهای ریاضی بدست آمده، در زمینه‌های گوناگون علوم و تکنولوژی استفاده کرد. نظریه مجموعه فازی مانند یک ابزار در خدمت کاربر بوده و قابلیت ترکیب شدن با کلیه شاخه های علوم را داراست.

بهینه سازی نیز یکی از شاخه‌های ریاضی می‌باشد که امروزه مورد توجه اکثر محققین بوده و جای خود را در بیشتر رشته‌های فنی و زمینه‌های کاربردی باز نموده است. در بسیاری از موارد بعلت عدم قطعیت و تصمیم گیری‌های انسانی، مطلوبتر آن است که مسئله بهینه سازی بصورت فازی درآید. زیرا در اکثر موارد کاربردی قیدها شکلی فازی داشته که بر اساس آیین نامه‌های طراحی بطور مناسبی به قیدهای کیریسپ تبدیل شده‌اند.

این پایان نامه تحت عنوان کاربرد نظریه مجموعه فازی در بهینه سازی سازه‌ها، در هفت فصل ارائه می‌شود. در فصل اول به مقدمه‌ای کوتاه بر کاربرد مجموعه فازی در رشته عمران می‌پردازیم و در فصل دوم با روش‌های بهینه سازی آشنا خواهیم شد. فصل سوم به مفاهیم کلی نظریه مجموعه فازی خواهد پرداخت. در فصل چهارم بتفضیل درباره روش‌های بهینه سازی یک هدفه و چند هدفه فازی و مفاهیم کلی بحث می‌شود و در انتهای این فصل به معرفی مسائل بهینه سازی با پارامترهای فازی خواهیم پرداخت. فصل پنجم شامل مفاهیم قابلیت اعتماد و کاربرد نظریه مجموعه فازی در بهینه سازی سازه بر اساس قابلیت اعتماد می‌باشد. در انتهای این فصل با ترکیب قانون نیز و نظریه مجموعه فازی، روشی مناسب جهت برآورد قابلیت اعتماد سازه پس از ساخت ارائه می‌شود. فصل ششم شامل طرح بهینه پلاستیک قاب‌ها و تعمیم آن برای پارامترهای فازی خواهد بود و فصل هفتم تحت عنوان نتیجه گیری و تحقیقات آتی، ارائه می‌شود.

______________________________

** توجه: خواهشمندیم در صورت هرگونه مشکل در روند خرید و دریافت فایل از طریق بخش پشتیبانی در سایت مشکل خود را گزارش دهید. **

** توجه: در صورت مشکل در باز شدن فایل PDF ، نام فایل را به انگلیسی Rename کنید. **

** درخواست پایان نامه:

با ارسال عنوان پایان نامه درخواستی خود به ایمیل [e-mail] پس از قرار گرفتن پایان نامه در سایت به راحتی اقدام به خرید و دریافت پایان نامه مورد نظر خود نمایید. **

شبکه های عصبی مصنوعی در بهینه سازی سازه ها

اختصاصی از فی گوو شبکه های عصبی مصنوعی در بهینه سازی سازه ها دانلود با لینک مستقیم و پر سرعت .

• رساله دکترای تخصصی در رشته مهندسی عمران گرایش سازه با عنوان: شبکه های عصبی مصنوعی در بهینه سازی سازه ها  

• دانشگاه علم و صنعت ایران  

• استاد راهنما: دکتر علی کاوه  

• پژوهشگر: عباس ایران منش  

• سال انتشار: پاییز 1377  

• فرمت فایل: PDF و شامل 143 صفحه

چکیــــده:

با توجه به توانایی شبکه‌های عصبی مصنوعی، کاربرد آنها در علوم مختلف و مهندسی گسترش قابل ملاحظه داشته است. در این پایان نامه کاربرد شبکه‌های عصبی در بهینه سازی سازه‌ها مورد توجه بوده است. در بهینه سازی سازه‌ها 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 شبکه‌های عصبی بعنوان یک تحلیل سریع سازه در بهینه سازی سازه‌ها به طور مطلوب استفاده نمود. دو نمونه از شبکه‌های عصبی مصنوعی که در رشته مهندسی در تقریب توابع بکار گرفته می‌شوند عبارتند از: شبکه عصبی انتشار برگشتی و شبکه عصبی انتشار متقابل. یکی از معایب از شبکه عصبی انتشار برگشتی در بهینه سازی سازه‌ها،سرعت کند همگرایی این شبکه است. این مشکل زمانی بیشتر مشهود می‌گردد که مسائل با مقیاس بزرگ مورد بررسی قرار می‌گیرند. زیرا در این مسائل تعداد واحدهای ورودی و خروجی به تعداد قابل ملاحظه‌ای افزایش می‌یابد.

برای بهینه سازی موثر سازه شبکه عصبی با سرعت آموزش بالا مورد نیاز است که بتوان پس از آموزش از آن بعنوان یک تحلیل گر 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. این شبکه‌های عصبی آموزش داده شده با پاسخ سریع، نیاز بهینه ساز به قیود و یا مشتقات مربوطه را تامین می‌نماید. روش ارائه شده کلی بوده و قابل استفاده در خرپاهای مستوی و فضایی می‌باشد و در مقایسه با روش‌های متداول منجر به نتایج بسیار مطلوب شده است. توانایی‌های نرم افزارهای تهیه شده با ارائه چند مثال عملی با روش‌های کلاسیک بهینه سازی مورد ارزیابی قرار گرفته است.

______________________________

** توجه: خواهشمندیم در صورت هرگونه مشکل در روند خرید و دریافت فایل از طریق بخش پشتیبانی در سایت مشکل خود را گزارش دهید. **

** توجه: در صورت مشکل در باز شدن فایل PDF ، نام فایل را به انگلیسی Rename کنید. **

** درخواست پایان نامه:

با ارسال عنوان پایان نامه درخواستی خود به ایمیل [e-mail] پس از قرار گرفتن پایان نامه در سایت به راحتی اقدام به خرید و دریافت پایان نامه مورد نظر خود نمایید. **