A neural network model to predict ultimate strength of rectangular concrete filled steel tube beam – columns
العناوين الأخرى
نموذج شبكة عصبية لتقدير المقاومة القصوى لللجسور-الأعمدة المكونة من أنبوب حديدي ذي مقطع مستطيل لشكل مملوء بالخرسانة
المؤلفون المشاركون
Nasir, Kazim Zabun
Muhammad, Ihsan Qasim
Sadun, Ahmad Sagban
المصدر
Engineering and Technology Journal
العدد
المجلد 30، العدد 19 (31 ديسمبر/كانون الأول 2012)، ص ص. 3328-3340، 13ص.
الناشر
تاريخ النشر
2012-12-31
دولة النشر
العراق
عدد الصفحات
13
التخصصات الرئيسية
الموضوعات
الملخص AR
إن الهدف الرئيسي من الدراسة الحالية هو بناء شبكة عصبية صناعية لتقدير مقاومة الجسور-الأعمدة المكونة من أنبوب حديدي ذي مقطع مستطيل الشكل مملوء بالخرسانة و المعرضة إلى أحمال ضغط لامركزية.
و قد استعملت النتائج المختبرية ل (111) عينة (مستخلصة من بحوث سابقة) في بناء الشبكة المقترحة.
و قورنت القيم المقدرة من هذه الشبكة مع القيم المختبرية و مع القيم المحسوبة على ضوء شرط التصميم في الكودين العالميينAISC و 4 Euro code.
لقد أظهرت النتائج أن القيم المقدرة من الشبكة المقترحة كانت قريبة جدا من القيم المختبرية و كانت أدق من القيم المحسوبة حسب مواصفات الكودين المذكورين.
و بالتالي فأنه من الممكن استخدام الشبكات العصبية في تقدير مقاومة مثل هذا النوع من الجسور-الأعمدة.
الملخص EN
In this study, a model for predicting the ultimate strength of rectangular concrete filled steel tube (RCFST) beam-columns under eccentric axial loads has been developed using artificial neural networks (ANN).
The available experimental results for (111) specimens obtained from open literature were used to build the proposed model.
The predicted strengths obtained from the proposed ANN model were compared with the experimental values and with unfactored design strengths predicted using the design procedure specified in the AISC and Eurocode 4 for RCFST beam-columns.
Results showed that the predicted values by the proposed ANN model were very close to the experimental values and were more accurate than the AISC and Eurocode 4 values.
As a result, ANN provided an efficient alternative method in predicting the ultimate strength of RCFST beam-columns.
نمط استشهاد جمعية علماء النفس الأمريكية (APA)
Sadun, Ahmad Sagban& Nasir, Kazim Zabun& Muhammad, Ihsan Qasim. 2012. A neural network model to predict ultimate strength of rectangular concrete filled steel tube beam – columns. Engineering and Technology Journal،Vol. 30, no. 19, pp.3328-3340.
https://search.emarefa.net/detail/BIM-320627
نمط استشهاد الجمعية الأمريكية للغات الحديثة (MLA)
Sadun, Ahmad Sagban…[et al.]. A neural network model to predict ultimate strength of rectangular concrete filled steel tube beam – columns. Engineering and Technology Journal Vol. 30, no. 19 (2012), pp.3328-3340.
https://search.emarefa.net/detail/BIM-320627
نمط استشهاد الجمعية الطبية الأمريكية (AMA)
Sadun, Ahmad Sagban& Nasir, Kazim Zabun& Muhammad, Ihsan Qasim. A neural network model to predict ultimate strength of rectangular concrete filled steel tube beam – columns. Engineering and Technology Journal. 2012. Vol. 30, no. 19, pp.3328-3340.
https://search.emarefa.net/detail/BIM-320627
نوع البيانات
مقالات
لغة النص
الإنجليزية
الملاحظات
Includes appendices : p. 3328-3340
رقم السجل
BIM-320627
قاعدة معامل التأثير والاستشهادات المرجعية العربي "ارسيف Arcif"
أضخم قاعدة بيانات عربية للاستشهادات المرجعية للمجلات العلمية المحكمة الصادرة في العالم العربي
تقوم هذه الخدمة بالتحقق من التشابه أو الانتحال في الأبحاث والمقالات العلمية والأطروحات الجامعية والكتب والأبحاث باللغة العربية، وتحديد درجة التشابه أو أصالة الأعمال البحثية وحماية ملكيتها الفكرية. تعرف اكثر