ارزیابی عملکرد مدل های شبکه عصبی مصنوعی، نروفازی و رگرسیون چند متغیره در پیش بینی مقاومت فشاری بتن به کمک روش بارنقطه ای

سال انتشار: 1399
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 268

فایل این مقاله در 15 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:

JR_JME-18-62_008

تاریخ نمایه سازی: 11 مهر 1400

چکیده مقاله:

امروزه تعیین مقاومت بتن درجا مورد توجه می باشد. ضرورت انجام آزمایشات درجا را می توان در عامل های مختلفی چون تغییر یا توسعه سازه، بررسی کیفیت، ارزیابی مقاومت و عملکرد بتن جستجو نمود. در این پژوهش عملکرد مدل های شبکه عصبی مصنوعی، نروفازی تطبیقی و رگرسیون چندمتغیره با هدف سنجش مقاومت فشاری بتن با روش بارنقطه ای مورد مطالعه قرار می گیرد. همچنین رابطه ای محاسباتی بر اساس روش رگرسیون چند متغیره برای پیش بینی مقاومت فشاری بتن با روش بارنقطه ای ارائه می گردد. نتیجه ها نشان دهنده مناسب بودن مدل های شبکه عصبی، نروفازی و رگرسیون در پیش بینی مقاومت بتن به روش بارنقطه ای می باشد. ضریب همبستگی برای مدل شبکه عصبی، نروفازی و رگرسیون غیر خطی به ترتیب ۹۴۱۲/۰، ۸۲۴۴/۰ و ۸۹۳۸/۰ می باشند که نشاندهنده خطای کمتر و در نتیجه دقت و عملکرد بهتر شبکه عصبی در پیش بینی مقاومت بتن به روش بارنقطه ای دارد. نتیجه این پژوهش نشان داد که توافق خوبی میان سنجش مقاومت فشاری بتن به کمک روش های مبتنی بر محاسبات نرم و مشاهدات واقعی وجود دارد که علاوه بر سهولت، موجب کاهش زمان ارزیابی مقاومت بتن درجا و کاهش هزینه ی مطالعات آزمایشگاهی می شود.

نویسندگان

میثم عفتی

استادیار، دانشکده فنی، دانشگاه گیلان

رحمت مدندوست

دانشیار، دانشکده فنی، دانشگاه گیلان

زینب فلاح زرجو بازکیایی

دانشجوی دکتری، دانشگاه گیلان

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 :
  • بررسی روشهای غیرمخرب و نیمه مخرب در ارزیابی مقاومت بتن [مقاله کنفرانسی]
  • P.J. Robins, "Point load strength test for concrete cores", Magazine ...
  • D.N. Richardson, "Point load test for estimating concrete compressive strength", ...
  • A. Zacoeb, k. Ishibashi and Y. Ito, "Estimating the compressive ...
  • A. Zacoeb and K. Ishibashi, "Point load test application for ...
  • L. Selçuk and H. Süleyman Gökçe, "Estimation of the compressive ...
  • ]۷[ زینب فلاح زرجو بازکیایی، «مطالعه عددی و تجربی رفتار ...
  • R. Madandoust, Z.F.Z Bazkiyaei and M. Kazemi, "factor influening point ...
  • R. Madandoust, H. Bungey and R. ghavidel, "prediction of concrete ...
  • ]۱۰[ محمدمهدی یوسفی و موسی مظلوم، «روش های ترکیب شبکه ...
  • ]۱۱[ جواد احدیان و فاطمه بهروزی، «کاربرد سیستم تطبیقی ANFIS ...
  • ]۱۲[ علی حیدری، داود توکلی و پویان فخاریان، «تقریب مقادیر ...
  • ]۱۳[ محمدباقر منهاج، مبانی شبکه های عصبی (هوش محاسباتی)، مرکز ...
  • J.S. Jang, "adaptive-network-based fuzzy inference system", IEEE transactions on systems, ...
  • M.G. Schap, F.J. Leij and M.T. Genuchten, "neural network analysis ...
  • نمایش کامل مراجع