Metodi speditivi per la valutazione del comportamento strutturale di edifici intelaiati in c.a. mediante l'applicazione di reti neurali. Studio dell'influenza delle caratteristiche meccaniche e geometriche: analisi e valutazione dei risultati.

Lo studio in oggetto è volto a ricercare una metodologia speditiva per la valutazione della vulnerabilità sismica di edifici in calcestruzzo armato che permetta al tecnico di conoscere i principali parametri di risposta sismica dell’edificio in poco. La metodologia studiata si fonda su una raccolta di dati da un numero molto elevato di edifici presi come casi di studio, di cui per ognuno si costruisce un modello per mezzo di un software strutturale e si ricavano i parametri di risposta sismica. Con questa base di dati si istruisce una rete neurale artificiale appositamente creata, da cui l’utilizzatore finale inserendo alcuni parametri che caratterizzano il suo edificio, potrà ricavare in pochi passaggi, i dati sulla risposta sismica con un buon grado di approssimazione rispetto ai dati ottenuti mediante valutazione approfondita. Altri due elaborati di tesi sviluppati in precedenza sul tema hanno evidenziato l’esigenza di un approfondimento dello studio, ridefinendo i parametri di analisi, cambiando la tipologia dei modelli usati per la base analitico-statistica e la tipologia di analisi sismica e creando una nuova rete neurale più performante. L’osservazione e la valutazione dei risultati ottenuti dalla modellazione e dalla rete neurale sono i temi principali di questo elaborato. Sono stati utilizzati i seguenti Software: SAP 2000 della CSI – Italia Srl, necessario all’analisi statica non lineare dei casi studiati (Pushover). Sulle risposte fornite dalla modellazione si è svolta un’indagine al fine di evidenziare quale parametro fosse maggiormente incidente in termini di vulnerabilità sismica di un edificio; per quanto riguarda lo sviluppo della rete, lo studio elaborato sulla sua struttura e sugli algoritmi di apprendimento ha portato a nuovi approfondimenti volti a migliorarne l’accuratezza nei risultati in uscita. Infine, si è giunti alla validazione della rete neurale, ottenuta testando il suo comportamento e la sua precisione.