ورود
مقالات فارسیISIکنفرانسهاژورنالها

بررسی تعداد پارامترهای موثر در پیشبینی مدول الاستیسیته بتن خودتراکم با استفاده از شبکه ی عصبی مصنوعی RBF

محل انتشار: کنفرانس بین المللی انسان، معماری، عمران و شهر
سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 868

فایل این مقاله در 11 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:
https://civilica.com/doc/409708

شناسه ملی سند علمی:

ICOHACC01_227

تاریخ نمایه سازی: 14 آذر 1394

چکیده مقاله:

در این مقاله سنجیدن میزان دقت شبکه ی عصبی مصنوعی در پیش بینی خواص بتن به عنوان ابزاری که با صرف زمان و هزینه ی کم قادر به پیش بینی مدول الاستیسیته بتن خودتراکم است و همچنین تاثیر تعداد پارامترهای اثرگذار بر مشخصه ی موردنظر که به عنوان ورودی وارد شبکه می شوند بر میزان دقت شبکه، هدف می باشد. ازین ر و یکبار تعداد 8 پارامتر تاثیرگذار و بار دیگر جهت نزدیک شدن هرچه بیشتر شرایط پیشبینی به واقعیت 140 پارامتر به عنوان ورودی وارد شبکه تابع بنیادی شعاعی شدند که در میان مقالات داخلی و خارجی ارائه شده در زمینه ی پیش بینی خواص بتن، این تعداد منحصر بفرد میباشد. طبق نتایج حاصله، در حالت آزمایش، دقت شبکه با 140 و 8 پارامتر ورودی به ترتیب 0/99 و 0/95 برای مدول الاستیسیته بتن خودتراکم به دست آمد، همچنین مشخص شد که در پیش بینی مدول الاستیسیته، شبکه با تعداد 140 پارامتر به میزان 95/74 درصد بهبود در خطای تست نسبت به شبکه با 8 ورودی دارد. این نتیجه میزان اثرگذاری تعداد پارامترهای موثر را بر مقدار خطای شبکه در پیش بینی مشخصه ی موردنظر نشان میدهد.

کلیدواژه ها:

نویسندگان

عاطفه غلام زاده چیتگر

دانشجو کارشناسی ارشد مهندسی و مدیریت ساخت، موسسه آموزش عالی طبری بابل

جواد برنجیان

استادیار و رئیس موسسه آموزش عالی طبری بابل

نوید رضا فروهر

کارشناسی ارشد مهندسی و مدیریت ساخت، موسسه آموزش عالی طبری بابل

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • تابش، . دینی، .، (1389)، " پیش بینی تقاضای روزانه ...
  • مقایسه کارایی داده های خام و داده های نرمالیزه شده به منظور پیش بینی ذرات گرد و غبار هوای شهر تهران توسط شبکه عصبی مصنوعی [مقاله کنفرانسی]
  • کرمی. محمد، قوچی. رامین، (1390)، _ بررسی وضعیت مقاومت فشاری ... [مقاله کنفرانسی]
  • موسوی امجد، س، (1390)، "پیش بینی سطح عملکرد قاب های ...
  • ACI 237R-07, (2007), _ S _ lf-c onsolidating Concrete", American ...
  • Arsalan, M.H., (2010), "Prediction of torsional strength of RC beams ...
  • Corinaldesi, V., Moriconi, G., (2011), _ _ C haracterization of ...
  • Fausett, L.V., (1994), Fundemental of Neural Networks: Architecture, Algoritms, and ...
  • kurita, S., (1989), Expanding Neural Marketplace Challenges Japanese Engineers", Electronic, ...
  • Kennedy, J.B., Neville, A.M., (1976), :Basic Statistical Methods for Engineers ...
  • Malasri, S., Thorsteins dottir, E., Malasri, J., (2006), :Concrete Strength ...
  • Masters, T., (1993), Practical neural network recipes in C++, Academic ...
  • Nagataki, S., Kawat, T., Fujiwara, H., (2010), "State of the ...
  • Patel, A., Bhuva, P. George, E., Bhatt, D., (2011), "Compressive ...
  • Raheman, A., Modani, P.O., (2013), " Prediction of Properties of ...
  • Topcu, I.B., Saridemir, M., (2008), "Prediction of compressive strength of ...
  • Resistance and Mechanical Preperties of S elf- Compacting Abrasion؛ه Turk, ...
  • _ Internationa Conference On Human, Architecture, Civil Engineering and City ...
  • Uysal, M., Yilmaz, K., (2011), :Effect of mineral admixtures on ...
  • Yan, K., , Shi, C., (2010), "Prediction of elastic modulus ...
    • نمایش کامل مراجع