الفهرس | Only 14 pages are availabe for public view |
Abstract تكلفة دورة الحياة (LCC) هي أداة قوية تستخدم في اتخاذ القرارات الاقتصادية للمباني الإنشائية. تكلفة دورة الحياة هي حساب جميع النفقات المتكبدة على مدى عمر هيكل المبنى. يتم خصم التكاليف في أي وقت إلى تاريخ محدد ، بناءً على معدلات التضخم المفترضة والقيمة الزمنية للنقود. مما لا شك فيه أن معظم المباني الصناعية لها تكلفة دورة حياة ضخمة على مدى عمرها ، وتحدث معظم هذه التكاليف في تكاليف التشغيل والصيانة الإنشائية ، وتكاليف الأثر البيئي ، وما إلى ذلك ، وبالتالي ، من الضروري التفكير في طريقة سريعة لتحديد قيم تكلفة دورة الحياة. لذلك ، تقدم هذه الأطروحة نموذجًا للتنبؤ بالتعلم العميق لتقييم البدائل الهيكلية ونوع المغلف للمباني الصناعية ، ولاتخاذ قرار بشأن الهيكل الأكثر ملاءمة ناحية تكلفة دورة الحياة. تم جمع معايير المدخلات والمخرجات لنموذج التنبؤ من الدراسات السابقة. تم تطوير نموذج شبكة التعلم العميق باستخدام شبكة Deep Belief (DBN) مع طبقات مخفية من آلة بولتزمان المقيدة (RBM). تمت دراسة سبع حالات تحقيق للتحقق من صحة نموذج التنبؤ لمجموعة بيانات 312 عنصرًا على مدار 30 عامًا ، بعد مرحلة التدريب للشبكة لأخذ الطبقات المخفية المناسبة من RBM والخلايا العصبية المخفية في كل طبقة مخفية حققت الحد الأدنى من الأخطاء من النموذج. تمت دراسة حالة أخرى في النموذج لمقارنة بدائل هيكل التصميم ، والتي تتكون من ثلاثة إطارات هيكلية رئيسية ، وهي إطار خرساني مقوى ، وإطار خرساني مسبق الصب / مسبق الإجهاد ، وإطار فولاذي على مدار دورة حياتها ، واتخاذ قرار. كانت الإطارات الخرسانية مسبقة الصب / مسبقة الإجهاد هي أفضل قرار حتى نهاية تكلفة دورة الحياة ، حيث يمكن إعادة استخدام الأقسام المزالة في مبنى صناعي جديد.استخدام الخرسانة الجيوبوليمرية (GPC) والتسليح بشبكات الجيوجريد أظهر أداء مناسب تجاه تقليل التغيرات الحجمية الحادثة بالخرسانة. |