میثم عفتی - استادیار، دانشکده فنی، دانشگاه گیلان
رحمت مدندوست - دانشیار، دانشکده فنی، دانشگاه گیلان
زینب فلاح زرجو بازکیایی - دانشجوی دکتری، دانشگاه گیلان

امروزه تعیین مقاومت بتن درجا مورد توجه می باشد. ضرورت انجام آزمایشات درجا را می توان در عامل های مختلفی چون تغییر یا توسعه سازه، بررسی کیفیت، ارزیابی مقاومت و عملکرد بتن جستجو نمود. در این پژوهش عملکرد مدل های شبکه عصبی مصنوعی، نروفازی تطبیقی و رگرسیون چندمتغیره با هدف سنجش مقاومت فشاری بتن با روش بارنقطه ای مورد مطالعه قرار می گیرد. همچنین رابطه ای محاسباتی بر اساس روش رگرسیون چند متغیره برای پیش بینی مقاومت فشاری بتن با روش بارنقطه ای ارائه می گردد. نتیجه ها نشان دهنده مناسب بودن مدل های شبکه عصبی، نروفازی و رگرسیون در پیش بینی مقاومت بتن به روش بارنقطه ای می باشد. ضریب همبستگی برای مدل شبکه عصبی، نروفازی و رگرسیون غیر خطی به ترتیب ۹۴۱۲/۰، ۸۲۴۴/۰ و ۸۹۳۸/۰ می باشند که نشاندهنده خطای کمتر و در نتیجه دقت و عملکرد بهتر شبکه عصبی در پیش بینی مقاومت بتن به روش بارنقطه ای دارد. نتیجه این پژوهش نشان داد که توافق خوبی میان سنجش مقاومت فشاری بتن به کمک روش های مبتنی بر محاسبات نرم و مشاهدات واقعی وجود دارد که علاوه بر سهولت، موجب کاهش زمان ارزیابی مقاومت بتن درجا و کاهش هزینه ی مطالعات آزمایشگاهی می شود.

مقاومت فشاری بتن, روش بارنقطه ای, محاسبات نرم, شبکه عصبی مصنوعی, سیستم نروفازی, رگرسیون چندمتغیره