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.2017.83926.1161
چکیده

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.