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

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.