بهینه سازی طرح اختلاط بتن با استفاده از شبکه های عصبی تابع بنیادی شعاعی (RBF) و الگوریتم اجتماع ذرات(PSO)

هم اکنون در صنعت ساختمان پروژه های مقاوم سازی روند رو به رشدی را طی می کنند. این در حالی است که جهت انجام کلیه مطالعات مربوطه تعیین مشخصات مصالح از ضروریات اولیه می باشد. همان طور که می دانیم در پروژه های یا سازه های بتن آرمه مهم ترین مشخصه مورد نیاز مقاومت فشاری بتن می باشد که تعیین آن در روند انجام مطالعات نقش مهمی ایفا می کند. به منظور کاهش هزینه و افزایش مقاومت فشاری بتن می باشد که تعیین آن در روند انجام مطالعات نقش مهمی ایفا می کند. به منظور کاهش هزینه و افزایش مقاومت بتن مهم ترین شاخصی که می بایست با استفاده از اصول بهینه سازی مورد بررسی قرار گیرد طرح اختلاط بتن می باشد. در این مقاله با دردست داشتن نتایج تعدادی نمونه های آزمایشگاهی برگرفته از مقالات معتبر شبکه های عصبی تابع بنیادی شعاعی(RBF) و الگوریتم اجتماع ذرات به عنوان یکی از روش های بهینه سازی تصادفی هوشمند در یک فضای چند بعدی به جستجو پرداخته تا نمونه با مقاومت فشاری بیشینه بدست آید.

کلیدواژه ها:

الگوریتم اجتماع ذرات ، بهینه سازی ، شبکه عصبیRBF ، طرح اختلاط بتن ، مقاومت فشاری