ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
ناشر تخصصی کنفرانسهای ایران
ورود |عضویت رایگان |راهنمای سایت |عضویت کتابخانه ها
عنوان
مقاله

PREDICTION OF COMPRESSIVE STRENGTH OF COMPOSITE FIBER REINFORCED CONCRETE (FRC) USING ARTIFICIAL NEURAL NETWORK

سال انتشار: 1388
کد COI مقاله: ICCD03_082
زبان مقاله: انگلیسیمشاهده این مقاله: 1,497
فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 8 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله PREDICTION OF COMPRESSIVE STRENGTH OF COMPOSITE FIBER REINFORCED CONCRETE (FRC) USING ARTIFICIAL NEURAL NETWORK

H.R .Ashrafi - Power and Water University of Technology, faculty member
M Jalal - M.Sc. Student, Dept of civil Engg. School of Engg. Razi University, Kermanshah, Iran
K Garmsiri - M.Sc. Student, Dept of mechanical Engg. School of Engg. Razi University, Kermanshah, Iran

چکیده مقاله:

Within the framework of studies on FRC, a series of tests were undertaken in the laboratory in order to better understand the behavior of FRC and composite fibers to characteristic loading. The results obtained in the tests vary according to the type and arrangement of fibers, the water content, the size of grains (grains size distribution) and percentage of composite fibers. Therefore, it is important to estimate the strength of concrete according to available data and in the case of lacking of enough experimental data. For this purpose, neural network technique was used to predict the strength of concrete based on mix proportions. At first the results of experimental tests carried out in PWUT laboratory on fiber reinforced concrete specimens are presented and then the missing experimental data and gaps in compressive strength trends are predicted by back propagation method in neural network. It is worth mentioning that it can also be used to study the different mix parameters on concrete strength.

کلیدواژه ها:

neural network, back propagation, fiber reinforced concrete, composite fibers

کد مقاله/لینک ثابت به این مقاله

کد یکتای اختصاصی (COI) این مقاله در پایگاه سیویلیکا ICCD03_082 میباشد و برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/60626/

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
.Ashrafi, H.R and Jalal, M and Garmsiri, K,1388,PREDICTION OF COMPRESSIVE STRENGTH OF COMPOSITE FIBER REINFORCED CONCRETE (FRC) USING ARTIFICIAL NEURAL NETWORK,3rd International Conference on Concrete and Development ,Tehran,https://civilica.com/doc/60626

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1388, .Ashrafi, H.R؛ M Jalal and K Garmsiri)
برای بار دوم به بعد: (1388, .Ashrafi؛ Jalal and Garmsiri)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :

  • Adeli, H. (2001) Neural networks in civil engineering: 1989-2000, Computer- ...
  • Demuth H., Beale M. and Hagan M. (2006) Neural network ...
  • Flood, I. and Kartam, N. (1994) Neural networks in civil ...
  • Guang, N.H. and Zong, W.J. (2000) Prediction of compressive strength ...
  • Hajela, P. and Berke, L. (1991) Neurob iological computational models ...
  • Kim J.L., Kim D.K., Feng M.Q. and Yazdani F. (2004) ...
  • Yeh, I.C. (1998) Modeling concrete strength with au gment-neuron networks. ...
  • مدیریت اطلاعات پژوهشی

    صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم
    این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    مقالات مرتبط جدید

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.

    پشتیبانی