| کاربرد شبکه عصبی مصنوعی در مدلسازی تعیین طرح اختلاط بتن متخلخل |
| کد مقاله : 1015-CNF (R1) |
| نویسندگان |
|
محمد امامی کورنده، سعید سوادکوهی موگوئی *، سید محمد جواد سادات درکه، محمد مهدی مقدادی، ملینا معزی دانشگاه آزاد اسلامی واحد تهران جنوب |
| چکیده مقاله |
| بتن پرکاربردترین مصالح در صنعت ساخت و ساز کشور به شمار می‌رود. بتن متخلخل نیز به جهت دارا بودن خواص خاص مانند نفوذپذیری بالا همواره مورد توجه محققین قرار داشته است. مقاله حاضر به تعیین طرح مخلوط بتن متخلل با مقاومت مشخص بر پایه برنامه آزمایشگاهی و مدلسازی به روش استفاده از شبکه عصبی مصنوعی پرداخته است. برنامه آزمایشات در این تحقیق با 200 طرح اختلاط در زمینه بتن متخلل استوانه‌ای و تهیه بانک اطلاعاتی شروع شده و با کاربرد انواع شبکه عصبی چند لایه پرسپترون (MLP) مدلسازی شده است. شاخصهای ارزیابی شامل ضریب رگرسیون و میانگین مربعات خطا برای بررسی کارایی ساختارهای شبکه عصبی مصنوعی استفاده شده است. نتایج نشان دادند که ضریب رگرسیون حاصل در اکثر ساختارهای به کار رفته بالای 85 درصد بوده و در شبکه عصبی با ساختار بهینه برابر 95 درصد به دست آمده است. همچنین شاخص خطای مورد ارزیابی در شبکه عصبی با ساختار بهینه 121/0 تعیین شده است. |
| کلیدواژه ها |
| بتن متخلل، شبکه عصبی مصنوعی، چند لایه پرسپترون، شاخص خطا |
| وضعیت: پذیرفته شده برای ارائه شفاهی |
