پیشبینی مقاومت فشاری بتن خودتراکم توسط شبکه عصبی مصنوعی المان همراه با دو مجموعه متفاوت از پارامترهای ورودی
نویسندگان
1 موسسه اموزش عالی طبری بابل
2 رئیس موسسه آموزش عالی طبری بابل-هیات علمی و استادیار دانشکده نوشیروانی بابل
doi
10.22065/jsce.2017.83926.1161چکیده
در سالهای اخیر، شبکههای عصبی مصنوعی از یک رویکرد نظری به یک فنآوری با قابلیت استفاده گسترده همراه با برنامههای کاربردی موفق برای مسائل گوناگون تبدیل شدهاند. در حقیقت، شبکههای عصبی مصنوعی یک ابزار محاسباتی قدرتمندی هستند که راه حلهای مناسبی را برای حل مسائلی ارائه میدهند که با استفاده از روشهای مرسوم و سنتی دشوار هستند. امروزه این شبکهها که از سیستم عصبی زیستی الهام گرفته شدهاند، به طور گسترده برای حل یک سطح وسیعی از مسائل پیچیده در مهندسی عمران نیز مورد استفاده قرار میگیرند. هدف از مطالعه حاضر، ارزیابی عملکرد شبکههای عصبی مصنوعی المان با در نظر گرفتن پارامترهای ورودی مختلف در پیشبینی مقاومت فشاری بتن خودتراکم میباشد. ازینرو، یکبار 8 پارامتر تاثیرگذار و بار دیگر جهت نزدیک شدن هرچه بیشتر شرایط پیشبینی به شرایط آزمایشگاهی، 140پارامتر به عنوان ورودی وارد شبکههای عصبی المان شدند. طبق نتایج حاصله، شبکههای عصبی المان به عنوان ابزار قابل اعتمادی با صرفهجویی در زمان و هزینه دارای قدرت بالایی در پیشبینی مشخصههای مورد نظر میباشند. به علاوه، در پیشبینی هر دو مقاومت فشاری 7 و 28 روزه، شبکههای ساخته شده با تعداد 140پارامتر به ترتیب به میزان 74/54 و 70/44 درصد بهبود در خطای تست نسبت به شبکهها با 8 پارامتر دارند که این اثرگذاری مستقیم پارامترهای موثر در نظر گرفته شده به عنوان ورودی را بر میزان خطای شبکه در پیشبینی خواص مدنظر نشان میدهد.