![](/images/graphics-bg.png)
Use of neural networks to predict ultimate strength of circular concrete filled steel tube beam-columns
العناوين الأخرى
استخدام الشبكات العصبية في تقدير المقاومة القصوى للعتبات-الأعمدة ذات مقطع أنبوب حديدي دائري مملوء بالخرسانة
المؤلفون المشاركون
Nasir, Kazim Zabun
Sadun, Ahmad Sagban
المصدر
Thi-Qar University Journal for Engineering Sciences
العدد
المجلد 4، العدد 2 (30 يونيو/حزيران 2013)، ص ص. 48-62، 15ص.
الناشر
تاريخ النشر
2013-06-30
دولة النشر
العراق
عدد الصفحات
15
التخصصات الرئيسية
الموضوعات
الملخص AR
إن الشبكات العصبية نظام مفيد ممكن تدريبه ليتعلم العلاقات المعقدة بين عدة متغيرات من خلال إدخال مجموعة من الأمثلة الحقيقية.
إن الهدف الرئيسي من الدراسة الحالية هو بناء شبكة عصبية لتقدير مقاومة العتبات-الأعمدة ذات مقطع أنبوب حديدي دائري مملوء بالخرسانة و المعرضة إلى أحمال ضغط لا مركزية.
و قد استعملت النتائج المختبرية لـ (181) 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 العالميين AISC و Eurocode4.
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 فإنه من الممكن استخدام الشبكات العصبية في تقدير مقاومة مثل هذا النوع من العتبات – الأعمدة.
الملخص EN
Artificial neural networks (ANNs) are useful computing system which can be trained to learn complex relationship between two or more variables.
It learns from examples and storage the knowledge for future use.
In this study, a model for predicting the ultimate strength of circular concrete filled steel tube (CCFST) beam-columns under eccentric axial loads has been developed in ANN.
The available experimental results for 181 specimens obtained from previous studies were used to build the proposed model.
The predicted strengths obtained from the proposed ANN model were compared with the experimental values and current design provision for CCFST beam-columns (AISC and Eurocode4).
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 Eurocode4 values.
As a result, ANN provided an efficient alternative method in predicting the ultimate strength of CCFST beam-columns.
نمط استشهاد جمعية علماء النفس الأمريكية (APA)
Sadun, Ahmad Sagban& Nasir, Kazim Zabun. 2013. Use of neural networks to predict ultimate strength of circular concrete filled steel tube beam-columns. Thi-Qar University Journal for Engineering Sciences،Vol. 4, no. 2, pp.48-62.
https://search.emarefa.net/detail/BIM-343249
نمط استشهاد الجمعية الأمريكية للغات الحديثة (MLA)
Sadun, Ahmad Sagban& Nasir, Kazim Zabun. Use of neural networks to predict ultimate strength of circular concrete filled steel tube beam-columns. Thi-Qar University Journal for Engineering Sciences Vol. 4, no. 2 (2013), pp.48-62.
https://search.emarefa.net/detail/BIM-343249
نمط استشهاد الجمعية الطبية الأمريكية (AMA)
Sadun, Ahmad Sagban& Nasir, Kazim Zabun. Use of neural networks to predict ultimate strength of circular concrete filled steel tube beam-columns. Thi-Qar University Journal for Engineering Sciences. 2013. Vol. 4, no. 2, pp.48-62.
https://search.emarefa.net/detail/BIM-343249
نوع البيانات
مقالات
لغة النص
الإنجليزية
الملاحظات
Includes appendicx : p. 62
رقم السجل
BIM-343249
قاعدة معامل التأثير والاستشهادات المرجعية العربي "ارسيف Arcif"
أضخم قاعدة بيانات عربية للاستشهادات المرجعية للمجلات العلمية المحكمة الصادرة في العالم العربي
![](/images/ebook-kashef.png)
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
![](/images/kashef-image.png)