TY - JOUR ID - TI - Use of Neural Networks to Predict Ultimate Strength of Circular Concrete Filled Steel Tube Beam-Columns استخدام الشبكات العصبية في تقدير المقاومة القصوى للعتبات - الاعمدة ذات مقطع انبوب حديدي دائري مملوء بالخرسانة AU - Ahmed Sagban Saadoon AU - Kadhim Zuboon Nasser PY - 2013 VL - 4 IS - 2 SP - 48 EP - 62 JO - University of Thi-Qar Journal for Engineering Sciences مجلة جامعة ذي قار للعلوم الهندسية SN - 26645564 26645572 AB - 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.

ان الشبكات العصبية نظام مفيد ممكن تدريبه ليتعلّم العلاقات المعقدة بين عدة متغيرات من خلال إدخال مجموعة من الامثلة الحقيقية. ان الهدف الرئيسي من الدراسة الحالية هو بناء شبكة عصبية لتقدير مقاومة العتبات -الأعمدة ذات مقطع انبوب حديدي دائري مملوء بالخرسانة والمعرّضة الى أحمال ضغط لامركزية. وقد استعملت النتائج المختبرية لـ(181) عيّنة (مستخلصة من بحوث سابقة) في بناء الشبكة المقترحة. وقورنت القيم المقدّرة من هذه الشبكة مع القيم المختبرية ومع القيم المحسوبة على ضوء شرط التصميم في الكودين العالميين AISC و Eurocode4. لقد أظهرت النتائج أن القيم المقدّرة من الشبكة المقترحة كانت قريبة جداً من القيم المختبرية وكانت أدقّ من القيم المحسوبة حسب مواصفات الكودين المذكورين. وبالتالي فانه من الممكن استخدام الشبكات العصبية في تقدير مقاومة مثل هذا النوع من العتبات - الأعمدة. ER -