انتخاب الگوریتم بهینه شبکه عصبی مصنوعی برای تحلیل روسازی صلب راه ها

پیش بینی پاسخ روسازی ها بر پایه برنامه های بسیار پیشرفته اجزاء محدود، فرصتهای بیشماری را برای ترکیبات پیچیده تحلیل در مهندسی روسازی فراهم کرده است، با این وجود می توان زمان قابل توجه موردنیاز برای انجام تحلیل این مدلها را با کاربرد مدلهای تحلیلی شبکه عصبی مصنوعی حذف کرد. شبکه های عصبی مصنوعی از لحاظ عملکرد، مدلهای بسیار کارآیی هستند که سرعت محاسباتی آنها کاملا مستقل از پیچیدگی ریاضیاتی الگوریتم ها یا روش مورد استفاده در تهیه مثالهای آنهاست. در این مقاله از نتایج تحلیل اجزاء محدود 624مدل روسازی بتنی غیرمسلح درزدار، برای انتخاب یک الگوریتم مناسب شبکه عصبی، به عنوان جعبه ابزاری قابل اعتماد برای پی شبینی سریع و دقیق پاسخ روسازی صلب راه ها، استفاده شده است. ابزار تحلیلی پیشنهادی،بر اساس نتایج مد لهای شبکه عصبی مصنوعی به صورت یک شبکه انتشار برگشتی چهار لایه شامل دو لایه پنهان و لایه های ورودی و خروجی، با تعداد 18 نورون (2- 18 – 6) و بکارگیری تابع انتقال حلقوی (Sigmoid) بوده که ارایه رگرسیون 0/99928 تاییدی بر قابلیت استفاده از نتایج دقیق حاصل از آن در سایر تحقیقات است. این شبکه امکان دستیابی به مقادیر تنش و اف ت وخیز بحرانی دال روسازی را با کمینه کردن زمان مورد نیاز ایجادمدل و روند تحلیل، و فراهم کردن توانایی تحلیل همزمان مقاطع گوناگون روسازی به ارمغان می آورد.