برآورد مقاومت فشاری بتن با استفاده از شبکه عصبی مصنوعی و سیستم استنتاج فازی-عصبی تطبیقی

پایان نامه
  • وزارت علوم، تحقیقات و فناوری - دانشگاه کاشان - دانشکده مهندسی
  • نویسنده سینا باقرزاده
  • استاد راهنما محمود اکبری
  • تعداد صفحات: ۱۵ صفحه ی اول
  • سال انتشار 1393
چکیده

مقاومت فشاری بتن یکی از مشخصات مهم مکانیکی بتن است که متأثر از طرح اختلاط بتن می باشد. اجزای تشکیل دهنده بتن سیمان، آب، درشت¬دانه و ریزدانه است که میزان آنها در طرح اختلاط بر مقاومت فشاری بتن تأثیر می¬گذارند. در زمینه تخمین رفتار بتن، تکنیک¬های ریاضی مختلفی توسط محققین ارائه شده است. به طوریکه در گذشته این تکنیک¬ها بیشتر بر پایه رگرسیون خطی و غیرخطی استوار بوده است. امروزه روش¬های بر پایه هوش مصنوعی مانند منطق فازی و شبکه¬های عصبی مصنوعی در این زمینه با موفقیت مورد استفاده قرار گرفته است و عموماً در ساخت این مدل¬ها از داده¬های آزمایشگاهی استفاده شده است. در این مطالعه با در نظرگیری اجزای نرمالایزشده طرح اختلاط بتن به عنوان متغیرهای ورودی، از شبکه عصبی مصنوعی (ann) و سیستم استنتاج فازی-عصبی تطبیقی (anfis) برای برآورد مقاومت فشاری 28 روزه بتن استفاده می¬شود. نتایج نشان می¬دهند که این مدلها توانایی نسبتاً مناسبی در برآورد مقاومت فشاری بتن دارند. علاوه بر این، کارایی این مدلها نسبت به کارایی مدل¬های پیشین مثل مدل¬های رگرسیون، بیشتر اس

۱۵ صفحه ی اول

برای دانلود 15 صفحه اول باید عضویت طلایی داشته باشید

اگر عضو سایت هستید لطفا وارد حساب کاربری خود شوید

منابع مشابه

مدل‌سازی مقاومت فشاری بتن غلتکی با استفاده از شبکه عصبی مصنوعی، انفیس و ماشین بردار پشتیبان

امروزه از بتن غلتکی در ساخت سد‌ها و روسازی راه‌ها استفاده می‌شود و طی سال‌های اخیر استفاده از این نوع بتن به علت مزایایی چون کوتاه شدن زمان ساخت، در دسترس بودن مصالح مورد نیاز، عملکرد مناسب در نواحی سرد و عمر مفید طولانی گسترش یافته است. مهم‌ترین خاصیت مکانیکی بتن غلتکی، مقاومت فشاری می‌باشد که افزایش آن می‌تواند عملکرد این نوع بتن را بهبود بخشد. حساسیت بتن غلتکی به اجزای تشکیل‌دهنده آن سبب مشک...

متن کامل

پیش‌بینی بلند مدت رواناب با استفاده از شبکه های عصبی مصنوعی و سیستم استنتاج فازی

مدل‏های مفهومی ‌بر مبنای هوش مصنوعی، اغلب برای پیش‌بینی‏های کوتاه مدت و میان مدت هیدورلوژیکی به کار رفته اند. در این مقاله با استفاده از مفهوم تولید مجموعه ای از پیش‌بینی‌ها1 (ESP) و تفکیک مدل‏سازی برای متغیرهای اقلیمی‌و هیدرولوژیکی، از مدل‏های مفهومی ‌برای پیش‌بینی بلندمدت حجم جریان رودخانه زاینده رود در محل ورودی به سد زاینده رود استفاده می‌شود. سیستم استنتاج فازی برای پیش‌بینی بار...

متن کامل

تخمین انرژی شکست بتن با استفاده از روش های سیستم استنتاج تطبیقی فازی عصبی هادی

انرژی شکست بتن GF، یکی از پارامترهای اساسی شکست و مُعرّف مقاومت ترک‌خوردگی بتن است،همچنین یکی از ویژگی های مهم بتن در ملاحظات طراحی سازه های بتنی است. در سال های اخیر با بهره گیری از روش های مختلف آزمایشگاهی، پارامتر های شکست بتن مورد بررسی قرار گرفته است؛ نقش این پارامتر ها در طراحی سازه ها از اهمیت ویژه ای برخوردار است. در این مقاله مدل شکست بر‌اساس سیستم تطبیقی فازی عصبی (ANFIS) برای تخمین پا...

متن کامل

عملکرد شبکه عصبی مصنوعی و شبکه عصبی فازی- تطبیقی در برآورد غلظت ازن در شهر تهران

در سال‌های اخیر آلودگی هوا به عنوان یکی از بزرگ ترین مشکلات زیست محیطی در سطح جهانی مطرح شده است. ازن تروپوسفری یک آلاینده ثانویه است و سبب بروز مشکلات تنفسی و تاثیر حاد بر گیاهان می‌شود. در این مطالعه به دلیل غیر خطی بودن و پیچیدگی این پدیده‌هابه مقایسه برآورد غلظت آلاینده ازن با استفاده از شبکه عصبی مصنوعی و شبکه عصبی فازی-تطبیقی پرداخته شد. در پژوهش حاضر از متغیرهای هواشناسی در ...

متن کامل

ارزیابی قابلیت مدل‏ های سیستم استنتاج فازی-عصبی تطبیقی، شبکه عصبی مصنوعی و رگرسیونی در تحلیل منطقه ‏ای سیلاب

سابقه و هدف: توسعه روش‏های برآورد فراوانی منطقه‏‏‏ ای سیلاب در مناطق فاقد ایستگاه‏‏ های اندازه‏گیری یکی از اولین اهداف اصلی در مسایل روز هیدرولوژی می‏ باشد. ارزیابی فراوانی سیلاب در حوضه‏ های فاقد ایستگاه‏های اندازه‏ گیری، معمولاً توسط ایجاد روابط مناسب آماری (مدل‏ها)بین سیلاب و ویژگی‏های فیزیکی حوضه انجام می‏ گیرد. تاکنون معادلات متعددی در زمینه برآورد دبی سیلاب در مناطق مختلف از جمله حوضه کرخه...

متن کامل

پیش‌‌بینی جریان روزانه رودخانه اهرچای با استفاده از روش های شبکه های عصبی مصنوعی (ANN) و مقایسه آن با سیستم استنتاج فازی- عصبی تطبیقی (ANFIS)

در طی سال‌های اخیر پیش‌‌بینی فرآیندهای هیدرولوژیکی به منظور بهره‌برداری پایدار از منابع آب با استفاده از روش‌‌های هوشمند مورد توجه دست اندرکاران بخش آب قرار گرفته است. در این تحقیق با بهره‌‌گیری از شبکه‌‌های عصبی مصنوعی (ANN) و سیستم استنتاج فازی- عصبی تطبیقی (ANFIS) اقدام به پیش‌‌بینی دبی جریان روزانه رودخانه اهر چای واقع در استان آذربایجان شرقی در ایستگاه های اورنگ، برمیس و تازه کند گردید. بر...

متن کامل

منابع من

با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید

ذخیره در منابع من قبلا به منابع من ذحیره شده

{@ msg_add @}


نوع سند: پایان نامه

وزارت علوم، تحقیقات و فناوری - دانشگاه کاشان - دانشکده مهندسی

میزبانی شده توسط پلتفرم ابری doprax.com

copyright © 2015-2023