سال انتشار: ۱۳۹۴

محل انتشار: کنفرانس بین المللی انسان، معماری، عمران و شهر

تعداد صفحات: ۱۱

نویسنده(ها):

عاطفه غلام زاده چیتگر – دانشجو کارشناسی ارشد مهندسی و مدیریت ساخت، موسسه آموزش عالی طبری بابل
جواد برنجیان – استادیار و رئیس موسسه آموزش عالی طبری بابل
نوید رضا فروهر – کارشناسی ارشد مهندسی و مدیریت ساخت، موسسه آموزش عالی طبری بابل

چکیده:

در این مقاله سنجیدن میزان دقت شبکه ی عصبی مصنوعی در پیش بینی خواص بتن به عنوان ابزاری که با صرف زمان و هزینه ی کم قادر به پیش بینی مدول الاستیسیته بتن خودتراکم است و همچنین تاثیر تعداد پارامترهای اثرگذار بر مشخصه ی موردنظر که به عنوان ورودی وارد شبکه می شوند بر میزان دقت شبکه، هدف می باشد. ازین ر و یکبار تعداد ۸ پارامتر تاثیرگذار و بار دیگر جهت نزدیک شدن هرچه بیشتر شرایط پیشبینی به واقعیت ۱۴۰ پارامتر به عنوان ورودی وارد شبکه تابع بنیادی شعاعی شدند که در میان مقالات داخلی و خارجی ارائه شده در زمینه ی پیش بینی خواص بتن، این تعداد منحصر بفرد میباشد. طبق نتایج حاصله، در حالت آزمایش، دقت شبکه با ۱۴۰ و ۸ پارامتر ورودی به ترتیب ۰/۹۹ و ۰/۹۵ برای مدول الاستیسیته بتن خودتراکم به دست آمد، همچنین مشخص شد که در پیش بینی مدول الاستیسیته، شبکه با تعداد ۱۴۰ پارامتر به میزان ۹۵/۷۴ درصد بهبود در خطای تست نسبت به شبکه با ۸ ورودی دارد. این نتیجه میزان اثرگذاری تعداد پارامترهای موثر را بر مقدار خطای شبکه در پیش بینی مشخصه ی موردنظر نشان میدهد.