هوش مصنوعی در طرح اختلاط بتن با استفاده از الگوریتم بهینه

یک مسئله مستقیمی بر روی که تاثیرگذار به شمار می رود، کلیدی در صنعت ساخت و ساز طرح اختلاط بتن یکی از چالش های بهینه سازی تولید دارد. این فرآیند به دلیل پیچیدگی روابط میان متغیرهای مختلف و نیاز به کیفیت، دوام و هزینه های وانایی تحلیل ترکیبی نیازمند است. هوش مصنوعی به عنوان یک فناوری نوین و کارآمد، تازه ترین منابع، به راهکارهای پیشرفته هوش مصنوعی تمرکز دارد. این مطالعه به بررسی کار نتایج دقیق در بهینه های پیچیده و ارائه داده های عصبی مصنوعی هوش مصنوعی از جمله شبکه (ANN)، الگوریتم ژنتیک (GA)، سازی ازدحام ذرات، بهینه (PSO) و فازی-های تطبیقی عصبی سیستم (ANFIS) است در بهبود طرح اختلاط بتن پرداخته. هوش مصنوعی برای ها پیشین و استفاده از مدل شده از آزمایش های جمع روش تحقیق مبتنی بر تحلیل داده های مورد استفاده، قادر به شناسایی ترکیبات بتن بوده است. الگوریتم های بینی مقاومت فشاری، دوام و بهینه پیش بینی بخشنده و هزینه های هستند که هم کیفیت بتن را بهبود می دهند بهینه روابط غیرخطی میان متغیرها و ارائه ترکیبات در دار مانند پدهند. علاوه بر این، استفاده از هوش مصنوعی امکان استفاده از مواد جایگزین و پایتولید را کاهش محیطی صنعت بتن زیست تواند به کاهش اثرات مرمر، خاکستر بادی و سایر ضایعات صنعتی را فراهم کرده است که می کمک کند. بینی خواص بتن را تا حد تواند دقت پیش های هوش مصنوعی می دهد که استفاده از مدل نتایج این تحقیق نشان می دهد سازی را تسریع بخشد. به عنوان نمونه، شبکه های سنتی، فرآیند بهینه زیادی افزایش دهد و در مقایسه با روش ای بهینه بینی کنند و الگوریتم ژنتیک ترکیب مقاومت فشاری بتن را با دقت بسیار باالی پیش عصبی مصنوعی توانستند ارائه داد که مصرف سیمان را تا ۱۵ سازی ازدحام ذرات درصد کاهش داد. همچنین، بهینه (PSO) ترکیباتی پایدار راستایش دوام بتن منجر شده پیشنهاد داد که از مواد بازیافتی استفاده کرده و به کاهش هزینه و افز. امی در ها هوش مصنوعی در طرح اختلاط بتن، گاین پژوهش با ارائه یک چارچوب جامع برای استفاده از الگوریتم دهنده مزایای اقتصادی و فنی این آمده نه تنها نشاندستجهت بهبود فرآیندهای مهندسی عمران برداشته است. نتایج به اند. این محیطی را نیز فراهم کردههای اختلاط پایدار و کاهش اثرات زیستمکان توسعه طرح فناوری هستند، بلکه ا های ترکیبی ماننده، از مدل کند که در تحقیقات آیندمطالعه پیشنهاد می ANN-GA یا ANFIS-PSO برای دستیابی تر استفاده شود به نتایج دقیق.

کلیدواژه ها:

سازی ازدحام ذرات ، هوش مصنوعی ، الگوریتم ژنتیک ، بهینه سازی ، هوش مصنوعی ، شبکه سازی طرح اختلاط بتن ، فازی-های تطبیقی عصبی سیستم