پیشبینی مقاومت فشاری بتن خودتراکم توسط شبکه عصبی مصنوعی المان همراه با دو مجموعه متفاوت از پارامترهای ورودی
محل انتشار: نشریه مهندسی سازه و ساخت، دوره: 5، شماره: 4
سال انتشار: 1397
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 388
فایل این مقاله در 17 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JSEC-5-4_011
تاریخ نمایه سازی: 18 تیر 1398
چکیده مقاله:
در سالهای اخیر، شبکههای عصبی مصنوعی از یک رویکرد نظری به یک فنآوری با قابلیت استفاده گسترده همراه با برنامههای کاربردی موفق برای مسائل گوناگون تبدیل شدهاند. در حقیقت، شبکه های عصبی مصنوعی یک ابزار محاسباتی قدرتمندی هستند که راه حل های مناسبی را برای حل مسائلی ارائه می دهند که با استفاده از روش های مرسوم و سنتی دشوار هستند. امروزه این شبکه ها که از سیستم عصبی زیستی الهام گرفته شدهاند، به طور گسترده برای حل یک سطح وسیعی از مسائل پیچیده در مهندسی عمران نیز مورد استفاده قرار می گیرند. هدف از مطالعه حاضر، ارزیابی عملکرد شبکههای عصبی مصنوعی المان با در نظر گرفتن پارامترهای ورودی مختلف در پیشبینی مقاومت فشاری بتن خودتراکم میباشد. ازین رو، یک بار 8 پارامتر تاثیرگذار و بار دیگر جهت نزدیک شدن هرچه بیشتر شرایط پیشبینی به شرایط آزمایشگاهی، 140پارامتر به عنوان ورودی وارد شبکههای عصبی المان شدند. طبق نتایج حاصله، شبکههای عصبی المان به عنوان ابزار قابل اعتمادی با صرفهجویی در زمان و هزینه دارای قدرت بالایی در پیشبینی مشخصههای مورد نظر میباشند. به علاوه، در پیش بینی هر دو مقاومت فشاری 7 و 28 روزه، شبکههای ساخته شده با تعداد 140پارامتر به ترتیب به میزان 74/54 و 70/44 درصد بهبود در خطای تست نسبت به شبکه ها با 8 پارامتر دارند که این اثرگذاری مستقیم پارامترهای موثر در نظر گرفته شده به عنوان ورودی را بر میزان خطای شبکه در پیشبینی خواص مدنظر نشان میدهد.
کلیدواژه ها:
نویسندگان
عاطفه غلام زاده چیتگر
کارشناسی ارشد مهندسی و مدیریت ساخت، موسسه آموزش عالی طبری بابل
جواد برنجیان
رئیس موسسه آموزش عالی طبری بابل-هیات علمی و استادیار دانشکده نوشیروانی بابل