پیش بینی مقاومت فشاری بتن حاوی مواد سیمانی مکمل با استفاده از شبکه های عصبی مصنوعی بهینه شده با الگوریتم ژنتیک

در سالهای اخیر استفاده از مواد سیمانی مکمل در بتن به منظور بهبود عملکرد مکانیکی و کاهش اثرات زیست محیطی افزایش یافته است. هم زمان به کارگیری روش های هوش مصنوعی برای پیش بینی خواص مکانیکی بتن به ویژه مقاومت فشاری به عنوان رویکردی موثر و قابل اعتماد مورد توجه قرار گرفته است. در این پژوهش یک چارچوب هوشمند برای پیش بینی مقاومت فشاری بتن حاوی مواد سیمانی مکمل بر اساس ترکیبات مخلوط و پارامترهای موثر ارائه می شود. بدین منظور از شبکه عصبی مصنوعی (ANN) به عنوان مدل پایه پیش بینی استفاده شده و پارامترهای آن با بهره گیری از الگوریتم ژنتیک (GA) به صورت بهینه تنظیم شده اند. برای ارزیابی عملکرد مدل ها مجموعه ای از داده های تجربی بتن شامل مقادیر مواد سیمانی، مکمل، نسبت های اختلاط و مشخصات مصالح مورد استفاده قرار گرفت. نتایج نشان می دهد که بهینه سازی شبکه عصبی با استفاده از GA موجب افزایش قابل توجه دقت پیش بینی در مقایسه با مدل ANN اولیه می شود همچنین مدل پیشنهادی در شاخص های ارزیابی مختلف از جمله MAE، RMSE و ضریب تعیین (R) عملکرد دقیق تر و پایدارتری از خود نشان داده است. یافته های این پژوهش بیانگر کارایی بالای رویکردهای هوشمند مبتنی بر ترکیب شبکه های عصبی و الگوریتم های فراابتکاری در پیش بینی مقاومت فشاری بتن های حاوی مواد سیمانی مکمل و کمک به بهینه سازی طراحی مخلوط های بتنی است.

کلیدواژه ها:

شبکه عصبی مصنوعی ، مقاومت فشاری بتن ، الگوریتم ژنتیک ، مواد سیمانی مکمل