کنفرانس بین المللی محاسبات نرم

صفحه اصلی / ششمین کنفرانس بین المللی محاسبات نرم

پیش‌بینی پاسخ لرزه ‌ای سازه‌های بلندمرتبه با در نظر گرفتن اندرکنش خاک و سازه با استفاده از شبکه‌های حافظه بلندمدت (LSTM)

نویسندگان :

سید مصطفی رضوی¹ آیدا رحمتی²

1- دانشگاه آزاد اسلامی واحد مشهد 2- دانشگاه خوارزمی تهران

کلمات کلیدی :

یادگیری عمیق،پاسخ لرزه‌ ای،اندرکنش خاک و سازه،سازه‌ های بلندمرتبه،شبکه‌ حافظه بلندمدت LSTM،تحلیل دینامیکی

چکیده :

در این پژوهش، یک مدل هوشمند مبتنی بر شبکه‌ های یادگیری عمیق برای پیش‌بینی پاسخ لرزه ‌ای سازه‌ های بلندمرتبه فولادی با در نظر گرفتن اثر اندرکنش خاک و سازه (SSI) ارائه شده است. مدل عددی سازه ۳۰ طبقه فولادی با استفاده از معادلات حرکت چند درجه آزادی و مدل فنر-دمپر معادل خاک توسعه داده شد و تحلیل‌ های تاریخچه زمانی غیرخطی تحت شتاب ‌نگاشت‌ های واقعی زلزله انجام گردید. خروجی ‌های حاصل شامل جابجایی، شتاب و نیروهای طبقات به عنوان داده‌ های آموزشی شبکه مورد استفاده قرار گرفتند. شبکه بازگشتی حافظه بلندمدت (LSTM) برای مدل ‌سازی رفتار دینامیکی سازه آموزش داده شد و عملکرد آن با شبکه عصبی پیش‌خور (ANN) مقایسه گردید. نتایج نشان داد که مدل LSTM قادر است پاسخ‌های زمانی پیچیده را با دقت بالا بازتولید کرده و اثرات SSI را به‌طور مؤثری در پیش‌بینی‌ها لحاظ کند. این رویکرد داده ‌محور می‌تواند جایگزینی سریع و دقیق برای تحلیل‌های دینامیکی عددی در ارزیابی لرزه‌ای سازه‌های بلند مرتبه فولادی باشد.