استفاده از شبکه عصبی GMDH تعمیم‌یافته برای پیش‌بینی مقاومت فشاری بتن به کمک روش مغزه‌گیری

Authors

Abstract:

در این مطالعه، شبکه عصبی GMDH با ساختار عمومی (تعمیم‌یافته) با موفقیت برای مدل‌سازی روش مغزه­گیری حاوی میل‌گرد و بر پایه نتایج گسترده آزمایشگاهی بکار گرفته شده است. الگوریتم ژنتیک و روش تجزیه مقادیر منفرد برای تعیین ساختار بهینه مدل گسترش یافته‌اند. مجموعه داده‌های ورودی و خروجی برای آموزش و آزمایش مدل­های استخراج‌شده شامل متغیرهای قطر مغزه بتنی، نسبت ابعاد مغزه، تعداد میل‌گردهای داخل مغزه، فاصله محور میل‌گرد تا انتهای نزدیک تر مغزه و نیز مقاومت مغزه (با و بدون میل‌گرد) به­عنوان پارامترهای ورودی و مقاومت مکعبی استاندارد بتن به­عنوان متغیر خروجی مدل در نظر گرفته شده‌اند. مقایسه بین نتایج آزمایشگاهی        به­دست­آمده در این مطالعه و مقادیر متناظر پیش‌بینی‌شده توسط مدل GMDH نشان داد که این مدل توانایی بالایی در پیش‌بینی مقاومت فشاری بتن بر پایه نتایج آزمایش مغزه­گیری دارد. در انتها، آنالیز حساسیت به منظور بررسی تأثیر پارامترهای ورودی بر خروجی مدل GMPH انجام گرفت. این آنالیز نشان داد که مقادیر متغیر خروجی (مقاومت مکعبی استاندارد بتن) به­طور قابل‌توجهی متأثر از مقادیر پارامترهای مقاومت مغزه و تعداد میل‌گردها در مقایسه با سایر متغیرهاست.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

مدل‌سازی مقاومت فشاری بتن غلتکی با استفاده از شبکه عصبی مصنوعی، انفیس و ماشین بردار پشتیبان

امروزه از بتن غلتکی در ساخت سد‌ها و روسازی راه‌ها استفاده می‌شود و طی سال‌های اخیر استفاده از این نوع بتن به علت مزایایی چون کوتاه شدن زمان ساخت، در دسترس بودن مصالح مورد نیاز، عملکرد مناسب در نواحی سرد و عمر مفید طولانی گسترش یافته است. مهم‌ترین خاصیت مکانیکی بتن غلتکی، مقاومت فشاری می‌باشد که افزایش آن می‌تواند عملکرد این نوع بتن را بهبود بخشد. حساسیت بتن غلتکی به اجزای تشکیل‌دهنده آن سبب مشک...

full text

بکارگیری روش شبکه عصبی در تخمین مقاومت فشاری بتن حاوی الیاف فولادی با استفاده از آزمایش break-off

در این مقاله آزمایش نیمه مخرب break-off برای ارزیابی مقاومت بتن حاوی الیاف فولادی در محل مورد بررسی قرار گرفته است. در سالهای اخیر، استفاده از مقادیر کم الیاف فولادی، بعنوان یکی از راه‌حل های مناسب مقابله با مشکل شکست ناگهانی بتن توسعه یافته است. جهت فراهم کردن یک پایگاه آماری کامل و جامع، 24 طرح اختلاط با مقادیر مختلف عیار سیمان 400، 450 و 500 کیلوگرم بر متر مکعب، با نسبت آب به سیمان ثابت 4/0،...

full text

شبکه‎های عصبی مصنوعی برای پیش‌بینی مقاومت فشاری بتن: پس انتشار خطا و شبکه اِلمان

در سال‌های اخیر، شبکه‌های عصبی مصنوعی کاربرد‌های بسیار زیادی در علوم مختلف مهندسی، ‌از جمله مهندسی عمران پیدا نموده است. در این مقاله از دو نوع شبکة عصبی مصنوعی با سه ساختار مختلف، برای پیش‌بینی مقاومت فشاری بتن استفاده شده است. در این مطالعه، نوع جدیدی از شبکه‌های عصبی مصنوعی، به نام شبکة‌ عصبیِ بازگشتی المان (Elman Networks ‌Recurrent ) معرفی شده و مقاومت نمونه‌های بتنی با استفاده از این شبکه‌...

full text

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

امروزه تعیین مقاومت بتن درجا مورد توجه می‌باشد. ضرورت انجام آزمایشات درجا را می‌توان در عامل‌های مختلفی چون تغییر یا توسعه سازه، بررسی کیفیت، ارزیابی مقاومت و عملکرد بتن جستجو نمود. در این پژوهش عملکرد مدل‌های شبکه عصبی مصنوعی، نروفازی تطبیقی و رگرسیون چندمتغیره با هدف سنجش مقاومت فشاری بتن با روش بارنقطه‌ای مورد مطالعه قرار می‌گیرد. همچنین رابطه‌ای محاسباتی بر اساس روش رگرسیون چند‌متغیره برای ...

full text

بررسی آزمایشگاهی خواص مکانیکی بتن حاوی نانو ولاستونیت و مدلسازی آن به کمک شبکه های عصبی نوع GMDH

ولاستونیت یک ماده طبیعی و نسبتا ارزان قیمت است که می تواند به عنوان جایگزینی مناسب برای سیمان در بتن، مورد استفاده قرار گیرد. در این مقاله تاثیر ذرات نانو ولاستونیت بر روی خواص مکانیکی از طریق اندازه گیری مقاومت فشاری و خمشی و اثر آن بر دوام با اندازه گیری مقاومت در برابر نفوذ آب در سنین 28،7،3 و60 روزه با ساخت نمونه های بتنی بررسی شده است. نتیجه حاکی از افزایش مقاومت خمشی به میزان 63% ، مقاومت...

full text

شبکه‎های عصبی مصنوعی برای پیش بینی مقاومت فشاری بتن: پس انتشار خطا و شبکه اِلمان

در سال های اخیر، شبکه های عصبی مصنوعی کاربرد های بسیار زیادی در علوم مختلف مهندسی، از جمله مهندسی عمران پیدا نموده است. در این مقاله از دو نوع شبکة عصبی مصنوعی با سه ساختار مختلف، برای پیش بینی مقاومت فشاری بتن استفاده شده است. در این مطالعه، نوع جدیدی از شبکه های عصبی مصنوعی، به نام شبکة عصبیِ بازگشتی المان (elman networks recurrent ) معرفی شده و مقاومت نمونه های بتنی با استفاده از این شبکه ها ...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


Journal title

volume 9  issue 4

pages  405- 414

publication date 2018-08

By following a journal you will be notified via email when a new issue of this journal is published.

Keywords

No Keywords

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023