مقایسه عملکرد مدل های رگرسیونی و تکاملی در تخمین مقاومت فشاری بتن به کمک مغزه های بتنی
- سال انتشار: 1402
- محل انتشار: مجله مهندسی عمران مدرس، دوره: 23، شماره: 2
- کد COI اختصاصی: JR_MCEJ-23-2_001
- زبان مقاله: فارسی
- تعداد مشاهده: 54
نویسندگان
Assistant Professor, Department of civil Engineering, Technical and Vocational TUV Tehran,Iran
Department of Elactrical Engineering,technical and Vocational TVU
چکیده
عملکرد مدلهای رگرسیونی و شبکه عصبی GMDH تعمیمیافته که ساختار آن توسط الگوریتم ژنتیک و روش تجزیه مقادیر منفرد بهینهشده در پیشبینی مقاومت فشاری بتن با استفاده از نتایج آزمایش مغزهگیری با و بدون میلگرد بررسی شده است. پارامترهایی شامل؛ نسبت طول به قطر مغزه، قطر مغزه، قطر، تعداد و برون محوری متقارن میلگردها در داخل مغزه، فاصله محور میلگرد تا انتهای نزدیکتر مغزه و نیز مقاومت فشاری مغزه بعنوان متغیرهای مستقل و ورودی مدلهای رگرسیونی و شبکه عصبی GMDH و نیز مقاومت فشاری بتن بهعنوان متغیر پاسخ (یا خروجی مدلها) در نظر گرفته شده است. نتایج بهدستآمده نشان داد که مدلهای بکار گرفتهشده از قابلیت بالایی در بیان مسئله برخوردارند، چراکه بیش از ۹۵٪ تغییرات متغیر پاسخ با مدلهای برازششده در مدلهای رگرسیونی و حدود ۹۹% تغییرات مقادیر متغیر پاسخ در مدل GMDH میتواند بیان شود. اما در جایگاه مقایسه، مدل GMDH با ساختار عمومی و بهینهشده با الگوریتم ژنتیک بهترین عملکرد را از خود نشان داده است. پس از آن، مدلهای رگرسیونی غیر خطی برتری مشخصی را نسبت به مدلهای خطی از خود نشان داشتهاند.کلیدواژه ها
Compressive strength Concrete core Rebar Regression GMDH Genetic algorithm, مقاومت فشاری مغزه بتنی میلگرد رگرسیون GMDH الگوریتم ژنتیکاطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.