پیش بینی مقاومت 28 روزه بتن با رویکرد شبکه عصبی مصنوعی

سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 943

فایل این مقاله در 12 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

NCCICI06_167

تاریخ نمایه سازی: 6 آذر 1393

چکیده مقاله:

پیش بینی مقاومت فشاری بتن یک مساله مهم در صنعت تهیه بتن آماده، بویژه برای اطمینان از کیفیت بتن تهیه شده است. در این مقاله نشان داده شده است که استفاده از شبکه های عصبی مصنوعی نتایج قابل قبولی را برای پیش بینی مقاومت فشاری 28 روزه ارائه می دهند. در این راستا، اطلاعات مقاومتی از بتن تازه که از بچینگ پلانت های مختلف یک کارخانه تولید بتن آماده بدست آمده، به 5 مدل سیستمی مختلف گروه بندی گردیده است و به هر یک، قانون آبرامز، مدل های گرسیون خطی چندگانه، و شبکه عصبی اعمال شده است. دقت پیش بینی توسط مدل های شبکه عصبی مصنوعی و رگرسیون خطی چندگانه بر مبنای ضریب تعیین مورد مقایسه قرار گرفتهاست. نتایج حاصله نشان داده است که بهترین نتایج توسط مدل های شبکه عصبی مصنوعی و با استفاده از اطلاعات بتن تازه بدست می آیند.

کلیدواژه ها:

نویسندگان

احسان صولتیان

عضو هیئت موسس گروه پژوهشی بتن نوین دانش زنجان

محمود بزرگمهر

عضو هیئت موسس گروه پژوهشی بتن نوین دانش زنجان

محمد اسدی

عضو هیئت موسس گروه پژوهشی بتن نوین دانش زنجان

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 :
  • Strength Prediction by Means of Neural Network", Concreteه [6] LAI, ...
  • ABRAMS, D. A., "Water-C ement Ratio as a Basis of ...
  • BAXTER, C. W., "Modelling Heuristics from Literature, CIV E 729 ...
  • GALLANT, S. I., "Neural Network Learning and Expert Systems, MIT ...
  • Jankovic, K., Nikolic, D., Bojovic, D., The Estimation of Compressive ...
  • KUDRYCKI, T. P., Neural Network Implemen tation of a Medical ...
  • NEHDI, M., DJEBBAR, Y. and KHAN, A., "Neural Network Model ...
  • NEVILLE, A. M., Properties of Concrete, Longman Scientific and Technical, ...
  • OLUOKUN, F. A., "Fly Ash Concrete Mix Design and the ...
  • POPOVICS, S., "Analysis of Concrete Strength versus Water-C ement Ratio ...
  • TEH, C. I., WONG, K. S., GOH, A. T. C. ...
  • YEH, I. C., "Design of High -Performance Concrete Mixture Using ...
  • ZAIN, M. F. M., M. Abd, Suhad, Sopian, K., Jamil, ...
  • Erdal, Mirsel., :Prediction of the compressive strength of vacuum processed ...
  • Bilgehan, M., Turgut, P., _ use of neural networks in ...
  • Deepa, C. _ SathiyaKumari, K. , Pream Sudha, V., ،Prediction ...
  • Gupta, S., _ Using Artificial Neural Network to Predict the ...
  • نمایش کامل مراجع