ارزیابی عملکرد سامانه های هوشمند در برآورد طرح اختلاط بتن با مقاومت فشاری بالا

با توجه به اهمیت طرح اختلاط بتن و به جهت اتخاذ تصمیمات مناسب جهت طراحی سازه ها انتخاب مقدار دقیق مواد برای طرح اختلاط بتن بسیار مهم می باشد. با توجه به اینکه خواص بتن به پارامترهای مختلفی بستگی داشته و هر پارامتر دارای پیچیدگیهای خاص به خود می باشد مدلسازی رفتار مخلوط بتن از روش های تحلیلی قابل بررسی نمی باشد. امروزه با پیشرفت علم در زمینه های مختلف مهندسی یکی از روشهای مدلسازی استفاده از روش هایی بر پایه هوش مصنوعی مانند شبکه های عصبی مصنوعی و منطق فازی می باشند که با موفقیت مورد آزمایش قرار گرفته و نتایج خوبی داشته اند. برای برآورد مقاومت فشاری 28 روزه بتن از وزن یا درصد وزنی هریک از اجزا تشکیل دهنده بتن شامل سیمان، آب، میکروسیلیس، فوق روان کننده، ریزدانه و درشت دانه به عنوان ورودی استفاده شده است. پس از آموزش شبکه های عصبی نتایج نشان میهد مدلهای ANFIS نسبت به ANN از دقت بیشتری برخوردار است. استفاده از این مدلها می تواند بسیاری از هزینه های آزمایشگاهی را کاهش داده و در کاهش زمان نیز تاثیر به سزایی داشته باشند. این مدلها برای بررسی بیشتر پارامترهای موثر می توانند بسیار سودمند باشند.

کلیدواژه ها:

شبکه عصبی مصنوعی ، اختلاط بتن ، مقاومت فشاری بتن ، شبکه استنتاج عصبی-فازی تطبیقی ، برنامه ریزی ژنتیک