مدل‌سازی اسلامپ و مقاومت فشاری بتن توانمند با استفاده از شبکه‌ی عصبی مصنوعی و رگرسیون خطی چندگانه

Authors

Abstract:

به دلیل ساختار پیچیده‌ی بتن توانمند، ارائه‌ی مدلی برای پیش‌بینی رفتار آن دشوار است. مثلاً مطالعاتی مستقلاً نشان داده‌اند که مقدار اسلامپ بتن توانمند، فقط به مقدار آب و بیشترین اندازه‌ی مصالح درشت‌دانه بستگی ندارد، بلکه مقدار آن تحت تأثیر سایر اجزاء تشکیل‌دهنده‌ی بتن نیز هست. در پژوهش حاضر، عملکرد شبکه‌های عصبی مصنوعی تغذیه‌ی رو به جلو و آبشاری رو به جلو و رگرسیون خطی چندگانه‌ی هم‌زمان و قدم به قدم در مدل‌سازی اسلامپ و مقاومت فشاری ۲۸ روزه‌ی بتن توانمند بررسی شده است. داده‌های آزمایش مورد استفاده در پژوهش حاضر از مرجع داده‌های استاندارد دانشگاه کالیفرنیا استخراج شده است. نتایج پژوهش و بررسی جذر میانگین مربعات و ضریب همبستگی نشان داده است که مدل شبکه‌ی عصبی مصنوعی آبشاری رو به جلو توانسته است با دقت بهتری اسلامپ و مقاومت فشاری ۲۸ روزه را نسبت به روش‌های دیگر مدل‌سازی کند.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

پیش‌بینی اسلامپ بتن با استفاده از مدل شبکه عصبی مصنوعی و روش رگرسیون چندمتغیره خطی

روش‌های مختلفی جهت اندازه‌گیری کارایی بتن وجود دارد که یکی از متداول‌ترین و معمول‌ترین روش‌ها، آزمایش اسلامپ است. جهت دست‌یابی به مخلوط‌های بتنی با اسلامپ مورد نظر، باید مخلوط‌های مختلف بتنی ساخته شود و آزمایش اسلامپ بر روی آن‌ها صورت گیرد. جهت صرفه‌جویی در زمان، هزینه و مصالح بهتر است از روش‌های هوشمندی جهت پیش‌بینی اسلامپ بتن بر اساس نتایج مربوط به تعداد معینی از مخلوط‌های بتنی استفاده شود. د...

full text

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

برآورد دمای خاک از داده‌های هواشناسی با استفاده از مدل‌های یادگیری ماشین سریع، شبکه عصبی مصنوعی و رگرسیون خطی چندگانه

دمای خاک عامل کلیدی است که فرآیندها و خصوصیات فیزیکی، شیمیایی و بیولوژیکی خاک را کنترل می­کند؛ لذا بر کمیت و کیفیت تولید محصولات کشاورزی تأثیر می­گذارد. هدف از انجام این پژوهش برآورد دمای خاک با استفاده از پارامترهای هواشناسی به روش­های مختلف ماشین یادگیری بوده است. بدین منظور داده‌های هواشناسی و دمای خاک در عمق‌های 5، 10، 20، 30، 50 و 100 سانتی‌متری از 17 ایستگاه‌ سینوپتیک استان خوزستان مربوط ...

full text

مدل‌سازی عرض عملیات خاکی جاده های جنگلی با استفاده از شبکه عصبی مصنوعی و رگرسیون خطی چندگانه

عرض عملیات خاکی، به ­عنوان یکی از مهم‌ ترین پارامترهای تعیین‌ کننده حجم خاکبرداری و خاکریزی، در هزینه و تخریب ناشی از عملیات جاده‌ سازی در جنگل مؤثر است. هدف از این پژوهش بررسی امکان پیش‌ بینی عرض عملیات خاکی جاده‌ های جنگلی است. برای نیل به این هدف دو روش شبکه عصبی مصنوعی و رگرسیون خطی چندگانه بکار گرفته شده است. برای این منظور، 192 مقطع عرضی در جاده­های جنگلی سوردار-واتاشان مورد بررسی قرار گر...

full text

طراحی و اصلاح خواص بتن بدون اسلامپ و پیش‌بینی مقاومت فشاری آن با استفاده از روش فازیعصبی تطبیقی

بتن‌های بدون اسلامپ به بتن‌های با اسلامپ mm 25-0 اطلاق می‌شود که کاربرد وسیعی در تولید قطعات بتن پیش‌ساخته دارند. در این مقاله، ابتدا روش ACI 211.3 برای طراحی این نوع بتن‌ها ارائه شده که بر مبنای این روش، 32 طرح مخلوط بتنی در آزمایشگاه ساخته شده است. تعدادی از این طرح‌ها با استفاده از میکروسیلیس و پوزولان به عنوان مواد جایگزین سیمان، و پودر سیلیس به عنوان پرکننده ساخته شده‌اند که از میان آن‌ها،...

full text

مدل‌سازی شاخص وضعیت روسازی (PCI) با استفاده از رگرسیون خطی چندگانه و شبکه عصبی انتشار برگشتی

یکیازمهمتریناهدافیکسیستممدیریتروسازی،تعییناولویت‌هاوزمانبهینهبرایتعمیرات،از طریقپیش‌بینیوضعیتروسازیاست.درواقعهدفسیستممدیریتروسازی(PMS)،<...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


Journal title

volume 33.2  issue 3.2

pages  105- 115

publication date 2017-11-22

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

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023