Resumen

El análisis sísmico de un puente de arco de tubo de acero relleno de hormigón (CFST) basado en el método de elementos finitos es un trabajo que requiere mucho tiempo. Especialmente cuando hay incertidumbre en los materiales y en los parámetros estructurales, los requisitos de cálculo pueden superar la capacidad de cálculo de los ordenadores de alto rendimiento. En este trabajo, se presenta un método de análisis sísmico del puente arco CFST basado en una red neuronal artificial. La RNA se entrena mediante estos daños sísmicos y los correspondientes parámetros de muestra basados en el análisis de elementos finitos. Para obtener muestras de entrenamiento más eficientes, se utiliza un método de diseño uniforme para seleccionar los parámetros de la muestra. Al comparar las probabilidades de daño bajo diferentes intensidades sísmicas, se encuentra que las probabilidades de daño del método de la red neuronal y del método de elementos finitos son básicamente las mismas. El método basado en la RNA puede ahorrar mucho tiempo de cálculo.

• Materias:Inteligencia artificial Minería de datos Algoritmos genéticos Neurofisiología Proceso de aprendizaje
• Subjects:Artificial intelligence Data mining Genetic algorithms Neurophysiology Learning processes
• Palabras claves:métodos de elementos finitos, parámetros de muestra, probabilidad de daño, métodos de redes neuronales, análisis del hormigón, métodos de cfst, diferentes intensidades sísmicas, métodos de diseño uniforme, red neuronal artificial, ordenador de alto rendimiento
• Keywords:finite elements methods, sample parameters, damage probability, neural network methods, analysis of concrete, methods of cfst, different seismic intensity, uniform design methods, artificial neural network, high performance computer