پیش بینی مشخصات سخت شده بتن خودتراکم الیافی به کمک شبکه های عصبی مصنوعی

امروزه روشهای هوشمند والهام گرفته ازطبیعت درحل مسائل پیچیده طرفداران زیادی دارند یکی ازپرطرفدارترین و کاراترین این ساختارها شبکه های عصبی مصنوعی هستند که قادرند یک رابطه کلی بین اطلاعات حجیم و پیچیده ناشی ازآزمایشها ومثالهای تجربی بدست آورند ازطرفی دیگر ترکیب بتن الیافی با بتن خودتراکم یک نوع بتن جدیدی با سیالیت بالا و چسبندگی خوب تولید می کند این نوع بتن به علت حضور الیاف دارای مزایای فراوانی همچون مقاومت بالا دربرابرضربه خستگی فرسایش و همچنین افزایش مقاومت کششی و خمشی وکاهش جداشدگی می باشد دراین تحقیق بادرنظرگرفتن اجزای طرح اختلاط بتن به عنوان ورودی شبکه ها و مدلسازی دونوع شبکه عصبی یکی تابع بنیادی شعاعی و دیگری شبکه عصبی بازگشتی نارکس برای پیش بینی مشخصات سخت شده بتن استفاده شد برای آموزش هرچه بهتر شبکه ها 40طرحاختلاط بتن خودتراکم الیافی توسط سه نوع الیاف فولادی شیشه و پلی پروپیلن ساخته شد مقایسه نتایج آزمایشات و خروجی شبکه بیانگر آن است که هردوشبکه ازدقت کافی درتخمین مشخصات سخت شده بتن خودتراکم برخوردار می باشند و شبکه عصبی بازگشتی نارکس دارای خطای کمتری نسبت به شبکه عصبی تابع بنیادی شعاعی می باشد