پیش بینی مقاومت فشاری بتن خودتراکم حاوی خاکستر پوسته برنج با استفاده از مدلهای داده مبنا | ||
| مهندسی عمران مدرس | ||
| Article 17, Volume 19, Issue 1, 1398, Pages 209-221 PDF (1.21 M) | ||
| Document Type: پژوهشی اصیل (کامل) | ||
| Authors | ||
| محمدجواد طاهری امیری1; علی اشرفیان* 2; فرشید رضا حقیقی1; مائده جواهری بارفروشی3 | ||
| 1دانشگاه صنعتی نوشیروانی بابل | ||
| 2موسسه آموزش عالی طبری بابل | ||
| 3دانشگاه آزاد اسلامی، واحد اراک | ||
| Abstract | ||
| ساخت و نگهداری روکشهای بتنی از مسائل مهم و پرهزینه در دهه اخیر بوده است. ازاین رو، استفاده از بتن خودتراکم به عنوان بتنی با ویژگی های مقاومتی مطلوب و آلایندگی پایین مورد توجه قرار گرفته است. خواص مقاومتی بتن خودتراکم به فاکتورهای مهمی از نسبتهای اختلاط وابسته بوده که لزوم پژوهش های آزمایشگاهی و آنالیزهای کامپیوتری هوشمند در ساخت آن را نمایان ساخته است. تعیین میزان بهینه مواد تشکیل دهنده بتن به منظور رسیدن به مقاومت مطلوب، صرفه جویی در تعداد دفعات آزمایش و کاهش هزینه های انجام آزمایشها ارائه مدلهای رگرسیونی محاسباتی برای تخمین خواص مقاومتی بتن را مورد توجه قرار داده است. هدف اصلی در این مطالعه ارائه رابطهای محاسباتی برای تخمین مقاومت فشاری بتن خودتراکم حاوی خاکستر پوسته برنج (RHA) با استفاده از رویکرد قدرتمندی به نام برنامه نویسی بیان ژن (GEP) میباشد. برای ارزیابی عملکرد مدل پیشنهادی GEP مطالعهای مقایسهای با استفاده از روشهای کلاسیک مدلسازی داده مبنای شبکه عصبی مصنوعی (ANN) و رگرسیون خطی چندگانه (MLR) نیز انجام شد. مجموعه داده های قابل اطمینان و مناسبی شامل 156 نمونه مقاومت فشاری حاوی RHA از مقالات معتبر جمع آوری و مورد استفاده قرار گرفت. عملکرد مدلهای پیشنهادی ارائه شده با استفاده از شاخصهای خطای ضریب همبستگی (R)، ریشه میانگین مربعات خطا (RMSE) و میانگین خطای مطلق (MAE) محاسبه و ارزیابی گردید .نتایج شاخصهای خطا در ارزیابی عملکرد مدلهای توسعه داده شده نشان داد روش GEPدقت قابل توجه و مقادیر خطای کمتری در محاسبه داشته است. همچنین رابطه محاسباتی براساس عبارات بیان ژنی در روش GEP برای پیش بینی مقاومت فشاری در سنین مختلف ارائه شد که با شاخص همبستگی 0.94 و مقادیر خطای 4-5 مگاپاسکال دقت قابل توجهی را نشان داده است. رابطه ارائه شده به آسانی می تواند برای پیش طراحی نسبتهای اختلاط و همچنین کنترل سریع راه حلهایی قطعی مورد استفاده قرارگیرد .تحلیل حساسیت برای مشخص کردن مقادیر تاثیرگذار در مدل مقاومت فشاری ارائه شده نشان داد، متغیر چسباننده در این مدلسازی نسبتهای اختلاط بیشترین تاثیر عملکردی را ایفا نموده است. | ||
| Keywords | ||
| بتن خودتراکم; برنامه نویسی بیان ژن; شبکه عصبی مصنوعی; رگرسیون خطی چندگانه; مقاومت فشاری; پیش بینی | ||
| References | ||
|
| ||
|
Statistics Article View: 234 PDF Download: 116 |
||
| Number of Journals | 45 |
| Number of Issues | 2,171 |
| Number of Articles | 24,674 |
| Article View | 24,431,583 |
| PDF Download | 17,550,003 |