مقایسه تخمین های بدست آمده بهوسیله ترکیب شبکه های عصبی مصنوعی با آیین نامه های Aci و مبحث 9 درمورد مقاومت کششی بتن خودتراکم

سال انتشار: 1390
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,392

فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

NCUD03_180

تاریخ نمایه سازی: 11 دی 1390

چکیده مقاله:

امروزه بتن خودتراکم به علت مزیتهایی همچون کارایی دوام و مقاومت بالا پیوستگی بهتر بتن با آرماتور صرفه جویی کلی در هزینه و زمان ساخت از جمله بتنهای پرکاربرد می باشد اما معایبی مانند نبود ن طرح اختلاط ثابت وابستگی طرح اختلاط به نتایج آزمایشات روانی هزینه بر و مشکل بودن این آزمایشات پیمانکاران را در استفاده از این بتن سست کرده است به منظور تسهیل در استفاده اجرایی از بتن خودتراکم محققان به فکر مدلسازی آن افتادند یکی از روشهای جدید مدلسازی شبکههای عصبی مصنوعی می باشند. برای تهیه این مقاله ابتدا با مصالح ساده ودر دسترس پیمانکاران و روش سعی و خطا چهار طرح اختلاط برای بتن خودتراکم ارایه شد. سپس با استفاده از نرم افزار MATLAB و باکمک توابع رگرسیون برای هر طرح اختلاط شبکه عصبی مناسب تهیه شد و در نهایت چ هارشبکه عصبی موجود را با یکدیگر ترکیب کردیم.هدف این مقاله بدست آوردن تخمینی مناسب برای نتایج مقاومت کششی بتن خودتراکم با استفاده از روشهای مختلف ترکیب شبکه های عصبی مصنوعی و مقایسه ان با آیین نامه ACI و مبحث نهم مقررات ملی درمورد تخمین مقاومت کششی 28 روزه از روی نتایج مقاومت فشاری 28 روزه می باشد.

کلیدواژه ها:

بتن خودتراکمSCC ، ترکیب شبکه های عصبی مصنوعی ، مقاومت کششی

نویسندگان

محمدمهدی یوسفی

دانشجوی کارشناسی ارشد سازه

موسی مظلوم

عضو هیئت علمی عمران دانشگاه تربیت دبیر شهید رجایی تهران

رضا ابراهیم پور

عضو هیئت علمی برق دانشگاه تربیت دبیر شهید رجایی تهران

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • مقررات ملی ساختمان. مبحث نهم، طرح و اجرای ساختمان های ...
  • ایراجیان، محمود. کاربرد مواد افزودنی در پروژه های سد سازی ...
  • شکرچی زاده، محمد ؛ علی لیبر، نیکلاس . بتن خودتراکم ...
  • البرزی، محمود . آشنایی با شبکه های عصبی. موسسه انتشارات ...
  • شیرزاد، مجید و دیگران. استفاده از شبکه های مصنوعی برای ...
  • کیا، مصطفی . شبکه عصبی در Matlab . انتشارات کیان ...
  • یوسفی، محمدمهدی ؛ مظلوم، موسی. کاربرد شبکه های عصبی مصنوعی ...
  • Chang Lee, Seung _ Prediction of concrete strength using artificial ...
  • I-Cheng Yeh _ Modeling slump flow of concrete using second-order ...
  • B.K. Raghu Prasad .et al _ Predicetion of compressive strength ...
  • Nazari, Ali : Riahi, Shadi : Prediction split tensile strength ...
  • Z. M. Sbartai. et l _ Non-des tructive evalution of ...
  • Manish A. Kewalramant _ Rajiv Gupta ; Concrete compressive strength ...
  • ACI Committe 318-05. Building code requirements for structural corcrete. American ...
  • ACI Committcc 318-89. Building code requirements for structural concrete. Amcrican ...
  • Okamura, HI : Ouchi. M. _ Se lf-compacting _ development, ...
  • Haykin, S. : Neural Network A c omprehensive foundatio : ...
  • Clint Hagen _ Neural Networks _ Their Statistical Application : ...
  • نمایش کامل مراجع