بررسي جذب انرژي در يك ساختار مشبك آگزتيكي با استفاده از يادگيري ماشين مبتني بر شبكه عصبي مصنوعي و الگوريتم ژنتيك

امروزه با پيشرفت تكنولوژي، بهبود و كيفيت زندگي،  هوش مصنوعي در جهان جايگاه ويژه‌اي پيدا كرده است. در اين پژوهش به بهينه‌سازي سازه‌‌ شبكه‌اي آگزتيك منحني‌ شكل ساخته شده از پلي لاكتيك اسيد پرداخته شده است. سازه‌هاي مشبك به علت مزايايي از جمله جذب انرژي بالا كه دارند كاربرد بسيارگسترده‌اي در صنايع مختلف دارند. پارامترهاي هندسي اين ساختار مي‌توانند تأثير محسوسي بر مقدار جذب انرژي اين سازه‌ها داشته باشند. در همين راستا، بهينه‌سازي پارامترهاي هندسي با استفاده از الگوريتم ژنتيك انجام شده است. در اين تحقيق پارامترهاي شعاع انحناي R1، زاويه انحناي Ɵ1، شعاع انحناي R2، زاويه انحناي Ɵ2، طول L نسبت به انرژي جذب شده توسط سازه، نيروي بيشينه و مدول الاستيسيته بهينه شده‌اند. تعداد زياد پارامترهاي بهينه‌سازي تأييدكننده استفاده از الگوريتم ژنتيك براي فرايند بهينه‌سازي اين ساختار است. بهينه‌سازي با استفاده از الگوريتم ژنتيك مستلزم وجود يك تابع هدف است كه پارامترهاي هندسي نسبت به آن بهينه شوند. اين تابع هدف مي‌بايست يك تابع پيوسته باشد كه بتواند به ازاي هر پارامتر هندسي، خروجي‌هاي لازم را توليد كند. در اين تحقيق از شبكه عصبي مصنوعي براي ساخت تابع هدف استفاده شده است. شبكه عصبي مصنوعي اين امكان را فراهم مي‌كند كه با وجود تعداد محدودي ورودي و خروجي بتوان يك تابع پيوسته ايجاد كرد كه بتواند به ازاي دريافت ورودي‌هاي مختلف، خروجي‌هاي مناسبي توليدكند. پس از استخراج پارامترهاي هندسي بهينه، ساختار بهينه با استفاده از چاپگر سه‌بعدي ساخته شده و مورد آزمايش فشار شبه استاتيك قرار گرفته‌ است.