ارائه مدلهای چندلایه تلفیقی با استفاده از ترکیب مدلهای پیشبینی گروهی برای تخمین هزینه نهایی پروژههای ساخت و ظرفیت برشی بتن

در این مقاله، تاثیر ترکیب مدلهای تخمین گروهی با همدیگر بر روی بهتر شدن نتایج مدلهای الگویی منفرد و سراسری بررسی می شود. لذا نوآوری مقاله شامل شیوه ترکیب چندلایه مدلهای گروهی و انتخاب روش مدلسازی بهینه در هر مرحله (لایه) است. بدین منظور ابتدا با انتخاب نتایج برآورد بهترین روابط ارزش کسب شده برای پیشبینی هزینه به عنوان ورودی، از شبکه عصبی برای ارائه یک مدل گروهی بهتر از یک مدل ۲۰۱۸ استفاده می شود. سپس از روش گروهی میانگین وزن دار با ورودی های نتایج تخمین ANN و میانگین ساده بهترین روابط ارزش کسب شده برای بهتر شدن مدل ANN استفاده می گردد. در ادامه نیز ابتدا از ANN با ورودی های نتایج برآورد دو مدل منفرد ارائه شده برای پیشبینی ظرفیت برشی تیرهای بتن آرمه FRP در یک مقاله ۲۰۱۶ برای بهتر شدن نتایج آن مدل ها استفاده می شود. سپس از نتایج برآورد مدل میانگین وزن دار دو مدل منفرد و مدل ANN برای ارائه یک مدل میانگین وزن دار بهتر از مدل ANN استفاده می گردد. نتایج نهایی نشان می دهد که ترکیب مدلهای برآورد گروهی، دقتشان را افزایش می دهد.

کلیدواژه ها:

هزینه پروژه های ساخت ، ظرفیت برشی بتن ، شبکه های عصبی ، پیشبینی گروهی ، نرم افزار MATLAB