In this paper, a design optimizatio

In this paper, a design optimization for the reinforced concrete plane frame structure has been done in order to minimize the cost of the concrete and steel for beams and columns by adopting the Artificial Neural Network (ANN) computational model trough the NeuroShell-2 software pro gram. The design procedure conforms to the ACI-318-08 Code. The variables used for design optimization are the width, depth and the area of reinforced steel, including longitudinal reinforcement and shear reinforcement. A three-bay two-story RC frame is modeled with selecting different span length and different load cases. Acceptable design results are obtained from more than 50 examples which are subjected to all the constraints of the ACI Code, using different cross-section sizes and these results are used to train the NeuroShell-2 program. The results obtained demonstrate the efficiency of the ANN procedure for the multi story RC frame design

結果 (中文) 1:

在本文中，为钢筋混凝土平面框架结构的优化设计进行了采用人工神经网络 (ANN) 计算模型槽 NeuroShell 2 软件最低限度的梁、 柱的钢筋和混凝土成本临克。设计过程符合 ACI-318-08 代码。用于优化设计变量是宽度、 深度和钢筋混凝土结构，包括纵向加固和抗剪加固区。三湾两层钢筋混凝土框架建模与选择不同的跨度长度和不同负载情况。设计的结果从超过 50 的例子所述的 ACI 规范，所有约束使用不同截面尺寸和这些结果都用来训练 NeuroShell-2 程序，则可以接受。所得结果表明多层钢筋混凝土框架结构设计的人工神经网络程序的效率

結果 (中文) 2:

在本文中，为钢筋混凝土平面框架结构的优化设计一直以采用人工神经网络（ANN）计算模型，以尽量减少混凝土和钢梁柱的成本完成线槽NeuroShell-2软件亲公克。设计程序符合ACI-318-08代码。用于设计优化的变量是宽度，深度和钢筋的区域，包括纵向钢筋和抗剪钢筋。一个三开间二层钢筋混凝土框架结构建模与选择不同跨度长度和不同的负载情况。上可接受的设计结果从中经受ACI规范的所有约束超过50例中得到，采用不同的横截面尺寸，其结果用来训练NeuroShell-2程序。

結果 (中文) 3:

本文对钢筋混凝土平面框架结构的优化设计已经完成，为采用人工神经网络减少梁、柱的混凝土和钢的成本计算模型（ANN）槽neuroshell-2软件程序。设计程序符合aci-318-08代码。用于设计优化的变量是钢筋的宽度，深度和面积，包括纵向钢筋和剪切钢筋。一三跨两层钢筋混凝土框架与选择不同跨度和不同负载情况下的建模。从50多例受ACI规范的所有约束，获得可接受的设计结果，采用不同的截面尺寸和这些结果用于训练neuroshell-2程序。得到的结果证明了效率的人工神经网络程序的多层钢筋混凝土框架设计