مقایسه ترکیب داده ها و شبکه عصبی ترکیبی در تخمین نتایج آزمایشات بتن خود تراکم

امروزه بتن خود تراکم (SCC) به علت مزیت هایی همچون کارایی، دوام و مقاومت بالا پیوستگی بیشتر بتن با آرماتور، صرفه جویی کلی در هزینه و زمان معمولی از جمله بتن های پر کاربرد می باشد. اما معایبی همچون نبودن طرح اختلاط ثابت و وابستگی طرح اختلاط به نتایج آزمایشات روانی و هزینه بر و مشکل بودن این آزمایشات پیمانکاران را در استفاده از این بتن سست کرده است. هدف این مقاله ترکیب نتایج طرح اختلاط های متفاوت و بدست آوردن تخمینی مناسب برای جواب آزمایشات SCC از روی جواب های آزمایشات ساده تر توسط شبکه های عصبی مصنوعی می باشد تا استفاده از SCC همگانی شود و سازه های مقاوم تر ساخته شود.

کلیدواژه ها:

بتن خود تراکم (SCC) ، ترکیب شبکه های عصبی مصنوعی ، آزمایشات روانی ، پرسپترون چند لایه ، توابع شعاعی پایه