نوشین قنادی - دانشجوی کارشناسی ارشد، گروه مهندسی مکانیک، دانشگاه تربیت مدرس، تهران، ایران
امین فرخ آبادی - دانشیار، گروه مهندسی مکانیک، دانشگاه تربیت مدرس، تهران، ایران
شهرام حسینی - دانش آموخته دکتری، گروه مهندسی مکانیک، دانشگاه تربیت مدرس، تهران، ایران

در این پژوهش یک ساختار شبکه ای ۴×۴ مربعی از جنس تیتانیوم با استفاده از پارامترهای مرتبط تحت نیروی کششی بهینه سازی شده است. ساختار شبکه ای یک ساختار چهارضلعی با طول ضلع L و زاویه ϴ می باشد و ترتیب شکست دیواره ها با استفاده از نرم افزار متلب و روش المان محدود مقایسه شده است. در پژوهش حاضر تابع هدف در بهینه سازی، افزایش جذب انرژی و به حداقل رساندن بیش ترین تنش در نظر گرفته شده است و تاثیر پارامترهای اندازه اضلاع و زوایای مختلف در این ساختار مورد بررسی قرار گرفته است. ۱۰۰ حالت مختلف برای مقادیر L و ϴ با خروجی مساحت زیر نمودار (انرژی جذب شده) و بیش ترین تنش و کرنش از نرم افزار متلب به دست آمده است. با داشتن داده های ورودی (L و ϴ) و خروجی (انرژی جذب شده و بیش ترین تنش)، شبکه عصبی آموزش داده شده و با استفاده از مدل رگرسیون در شبکه عصبی میزان پیش ­بینی با دقت بالای ۹۹ درصد به دست آمده است که از دقت بالایی برخوردار می باشد. تابع ارتباط بین ورودی ها و خروجی های شبکه عصبی از نرم افزار متلب به دست آمده است و بهینه ­سازی این ساختار شبکه ای ۴×۴ با استفاده از الگوریتم ژنتیک صورت گرفته است. تابع هدف در این پژوهش افزایش جذب انرژی و به حداقل رساندن بیش ترین تنش می باشد تا سازه شبکه ای بیش ترین استحکام را با در نظر گرفتن پارامترهای مورد بررسی داشته باشد.

یادگیری ماشین, الگوریتم ژنتیک, شبکه عصبی مصنوعی, شکست, تیتانیوم, ساختار شبکه ای مربعی