شماره ركورد كنفرانس :
4004
عنوان مقاله :
پيشبيني مدول الاستيسيته بتن پلاستيك با استفاده از شبكه عصبي مصنوعي بهينهشده با الگوريتم ازدحام ذرات
پديدآورندگان :
غنيزاده عليرضا Ghanizadeh@sirjantech.ac.ir استاديار گروه مهندسي عمران دانشگاه صنعتي سيرجان سيرجان ايران , عباسلو حكيمه Ghanizadeh@sirjantech.ac.ir استاديار گروه مهندسي عمران دانشگاه صنعتي سيرجان سيرجان ايران , توانا املشي امير Amir.tavana.amlashi@gmail.com دانشجوي كارشناسي ارشد گروه مهندسي عمران دانشگاه صنعتي سيرجان سيرجان ايران
كليدواژه :
بتن پلاستيك , شبكههاي عصبي مصنوعي , الگوريتم بهينهسازي ازدحام ذرات
عنوان كنفرانس :
دومين همايش ملي محاسبات تكاملي و هوش جمعي
چكيده فارسي :
از جمله روشهاي مهار نشت آب از زير سدها، استفاده از ديوار آببند است. استفاده از بتن معمولي با مدول الاستيسيته بالا، ممكن است سبب مشكلاتي مانند شكنندگي ديوار آببند به علت تنش ديناميكي گردد. مهندسين در پاسخ به اين معضل، بتن پلاستيك را كه داراي ويژگيهاي تغيير شكلپذيري شبيه به سدهاي خاكي بود، جهت ساخت ديوار آببند مورد استفاده قرار دادند. با توجه به ضرورت آگاهي سريعتر از پارامترهاي مقاومتي نمونههاي بتن پلاستيك اخذشده از ميكسرهاي مختلف در كارگاههاي سدسازي به ويژه مدول الاستيسيته جهت اصلاح نسبتهاي بهكاررفته و آغاز سريعتر عمليات اجرا، داشتن تخمين نسبتاً دقيق و جامع از اين پارامترها، ابزار مناسبي را براي تصميمگيري كارشناسانه در اختيار قرار ميدهد. لذا در اين تحقيق تلاش شد تا با جمعآوري پايگاه دادهاي جامع، و با به خدمت گرفتن شبكه عصبي مصنوعي(ANN) كه توسط الگوريتم ازدحام ذرات (PSO) بهينه شده بود، مدلي جهت پيشبيني مدول الاستيسيته بتن پلاستيك ارائه شود. نتايج نشاندهندهي دقت بالاي اين روش با توجه به مقادير جذر متوسط مربعات خطاي (RMSE) 194/317 مگا پاسكال و ضريب رگرسيون (R2) 940/0 براي كل دادهها بود.