مصطفی حسین پور - دانشجوی کارشناسی ارشد
حمیدرضا ناصری - استادیاردانشگاه بیرجند
حسین حسین پور - کارشناس ارشدمدیریت صنعتی

استفاده ازمصالح کامپوزیتی FRP درمقاوم سازی یکی ازجدیدترین مباحث علمی درمهندسی عمران و سازه است تاکنون تحقیقات گسترده ای درخصوص بکارگیری موادمرکب به عنوان روکش ترمیم و تقویت سازه ها انجام گرفته است اما درسالهای اخیر بسیاری ازطرح های پیشنهادیدراین زمینه برای تقویت برشی تنها براساس تجزیه و تحلیل رگرسیون داده ها ازمایشگاهی بوده که بدست اوردن ارتباط واقعی بین پارامترهای درگیر برای ارایه یک سری معادلات تجربی را بسیارمشکل کرده است برای رفع این مشکل ما دراین مقاله باترکیب مباحث مقاوم سازی سازه ای با مباحث شبکه عصبی مصنوعی یک مدل شبکه عصبی مصنوعی برای پیش بینی ظرفیت برشی تیرهای بتن آرمه تقویت شده بوسیله کامپوزیت های fRP ایجاد نمودیم شبکه عصبی صمنوعی با پرسپترون چندلایه و الگوریتم پس انتشارخطا برای پیش بینی مقاومت برشی مورد استفاده قرارگرفت و برای تعیین بهترین ساختارشبکه عصبی هم ازدوساختار که اولی با یک لایه پنهان و دومی با دولایه پنهان ساخته شده مورد ارزیابی قرارگرفت درنهایت پس ازانتخاب بهترین ساختارشبکه عصبی و بدست آوردن نتایج مطلوب به تجزیه و تحلیل نتایج و مقایسه ان با فرمولهای تجربی موجود پرداخته شد نتایج نشان داد درمجموع ANN ازقدرت پیش بینی به مراتب بهتر وقویتری نسبت به معادلات و ایین نامه های تجربی موجود برخوردار است

مقاوم سازی، بتن، شبکه عصبی