کاربرد شبکه عصبی مصنوعی در مدلسازی طرح اختلاط بتن نیمه سبک نسبتا مقاوم
کد مقاله : 1014-CNF (R1)
نویسندگان
محمد امامی کورنده1، سعید سوادکوهی موگوئی *2، علی هژبر کیانی2، عرفانه صیدی2، حسین طزری2
1دانشگاه آزاد اسلامی تهران جنوب گروه مهندسی عمران
2دانشگاه آزاد اسلامی واحد تهران جنوب
چکیده مقاله
امروزه بتن به عنوان اصلی‌ترین مصالح در ساخت سازه در کشور عزیزمان ایران به کار می‌رود. از اینرو انواع بتن از لحاظ رفتار، وزن و مقاومت توسط محققین مختلف تحقیق شده و دغدغه مهم محققین از دیرباز بوده است. بتن سبک، بتن پر مقاومت، بتن متخلل، بتن خود متراکم و ... نمونه‌هایی از این تحقیقات در زمینه مهندسی عمران هستند که در سالهای اخیر سالیانه مسابقات مختلف نیز در این زمینه برگزار شده است. تحقیق حاضر به بحث و بررسی در زمینه طرح اختلاط نوع خاصی از بتن نسبتا سبک و نسبتا مقاوم بوده است. هدف اصلی از این مقاله بهینه‌سازی طرح اختلاط بتن مکعبی (5*5 سانتی‌متری) با استفاده از مدلهای شبکه عصبی مصنوعی است. برنامه آزمایشات در این تحقیق با 200 طرح اختلاط در زمینه بتن مکعبی و تهیه بانک اطلاعاتی شروع شده و با کاربرد انواع ساختار شبکه عصبی چندلایه پرسپترون مدلسازی شده است. شاخصهای ارزیابی مورد استفاده در این تحقیق شامل ضریب رگرسیون (R) و میانگین مربعات خطا (MSE) هستند که از آنها برای معرفی ساختار بهینه شبکه عصبی مصنوعی استفاده شده است. نتایج حاصل از مدلسازی بر پایه آزمونهای آزمایشگاهی انجام شده نشان دادند که ضریب همبستگی برای اکثر مدلها بیش از 85 درصد حاصل شده است که بر اساس معیار اشمیت از کارایی مناسب شبکه عصبی مصنوعی حکایت دارد. همچنین شبه عصبی با دولایه پنهان 8 نرونی با ضریب همبستگی میانگین 93 درصد در سه مجموعه یادگیری، آموزشی و ارزیابی و شاخص خطای میانگین 182/0 به عنوان ساختار بهینه در مجموعه ساختارهای مورد استفاده انتخاب شده است.
کلیدواژه ها
بتن مکعبی، نسبتا سبک، نسبتا مقاوم، شبکه عصبی مصنوعی، شاخص ارزیابی
وضعیت: پذیرفته شده برای ارسال فایل های ارائه پوستر