برآورد وزن ميلگرد مصرفي در ساختمان‌هاي مسكوني قاب خمشي متوسط بتني، با استفاده از شبكه عصبي مصنوعي

برآورد هزينه‌هاي احداث ساختمان به‌ويژه در مراحل اوليه مطالعاتي، از موضوعات موردعلاقه و حائز اهميت براي كارفرمايان و سرمايه‌گذاران هست. تورم بالاي حاكم بر اقتصاد كشور در سال‌هاي اخير و نوسان شديد قيمت مصالح ساختماني، اهميت برآورد هزينه‌هاي احداث ساختمان حتي در پروژه‌هاي كوچك شهري را دوچندان كرده است. اما تا زماني كه طراحي ساختمان به اتمام نرسيده و نقشه‌هاي نهايي با تمام جزئيات تهيه نشده باشند امكان متره پروژه و برآورد هزينه‌هاي احداث با دقت قابل‌قبول ميسر نيست. از طرفي روش‌هاي تقريبي ارائه‌شده جهت برآوردهاي اوليه، با اختلافات زيادي نسبت به واقعيت همراه هستند كه با فلسفه وجودي برآورد اقتصادي پروژه سازگاري ندارد. لذا در اين پژوهش با استفاده از محاسبات مبتني بر هوش مصنوعي و قابليت يادگيري از داده‌هاي آموزشي شبكه عصبي مصنوعي وزن ميلگرد مصرفي در ساختمان‌هاي مسكوني قاب خمشي بتني، بدون طراحي كامل و تهيه نقشه‌هاي اجرايي محاسبه‌شده و نتايج با مقادير واقعي مقايسه مي‌شوند. مدل شبكه عصبي مصنوعي پيشنهادي پژوهش از نوع از نوع پرسپترون چندلايه پيش‌خور با الگوريتم يادگيري پس انتشار هست و بر اساس پارامترهاي تعداد دهانه در راستاي طولي و عرضي، ارتفاع طبقه، تعداد طبقات، تعداد ستون در هر طبقه، مساحت طبقه و برش پايه لرزه‌اي وزن ميلگرد مصرفي در ساختمان‌هاي موردمطالعه برآورد شده است. نتايج پژوهش حاكي از اين است كه مدل شبكه عصبي پيشنهادي مي‌تواند وزن ميلگرد مصرفي را در ساختمان‌هاي منظم با دقت 95 درصد و در ساختمان‌هاي نامنظم با دقت 80 درصد برآورد نمايد.