عنوان	پی شبینی رفتار مکانیکی ورق تحت خمش با استفاده از روش یادگیری ماشی ن
نوع پژوهش	مقاله ارائه‌شده
کلیدواژه‌ها	یادگیری عمیق، شبکه عصبی، خمش ورق
چکیده	یادگیری عمیق زیرمجموع های از یادگیری ماشین است؛ که در آن از الگوریتمهایی استفاده میشود که مغز را شبی هسازی م یکنند و شبک ه عصبی نام دار ند. برای پی شبینی خیز ورق تحت خمش، روش یادگیری عمیق در این مقاله پیشنهاد شد هاست. این روش، محدودی تهای رو شهای دیگر را نخواهد داشت و فقط نیازمند چندین داد هی واقعی مشابه، برآمده از آزمایش یا تحلیل میباشد. در این مقاله خمش ورقی نازک و مربعی تحت بار گسترده مورد مطالعهی شبک هی عصبی قرار گرفته است. داد ههای مرتبط با نمونههایی که شبکه عصبی طبق آنها آموزش م یبیند؛ از روش حل ناویر برای ورق مستطیلی با تکیهگاه ساده، بدس تآمد هاست. ابعاد، ضخامت و نیروی برشی گسترد ه و یکنواخ ت، همگی در باز های محدود برای نمون ههای یادگیری انتخاب شدند. در آخر با استفاده از شبکه عصبی، پی شبینی خمش ورقی ب ا مشخصاتی در همان محدوده مورد انتظار است. در این مقاله الگوریتمهای مختلف با هم مقایسه شده و در نهایت تأثیر افزایش داد هها نیز مورد بررسی قرار گرفت هاست. برای اعتبارسنجی، تحلیل شبکه عصبی با حل ناویر و روش المان محدود مقایسه ش د. نتایج نشان داد که این روش با افزایش دادهها میتواند با دقتی بالا کانتور خیز را پی شبینی کند.
پژوهشگران	محمد جواد خوش گفتار (نفر اول)، محمد حسین طالب بیگی (نفر دوم)