بررسي تعداد پارامترهاي موثر در پيشبيني مدول الاستيسيته بتن خودتراكم با استفاده از شبكه ي عصبي مصنوعي RBF

در این مقاله سنجیدن میزان دقت شبكه ی عصبی مصنوعی در پیش بینی خواص بتن به عنوان ابزاری كه با صرف زمان و هزینه ی كم قادر به پیش بینی مدول الاستیسیته بتن خودتراكم است و همچنین تاثیر تعداد پارامترهای اثرگذار بر مشخصه ی موردنظر كه به عنوان ورودی وارد شبكه می شوند بر میزان دقت شبكه، هدف می باشد. ازین ر و یكبار تعداد 8 پارامتر تاثیرگذار و بار دیگر جهت نزدیك شدن هرچه بیشتر شرایط پیشبینی به واقعیت 140 پارامتر به عنوان ورودی وارد شبكه تابع بنیادی شعاعی شدند كه در میان مقالات داخلی و خارجی ارائه شده در زمینه ی پیش بینی خواص بتن، این تعداد منحصر بفرد میباشد. طبق نتایج حاصله، در حالت آزمایش، دقت شبكه با 140 و 8 پارامتر ورودی به ترتیب 0/99 و 0/95 برای مدول الاستیسیته بتن خودتراكم به دست آمد، همچنین مشخص شد كه در پیش بینی مدول الاستیسیته، شبكه با تعداد 140 پارامتر به میزان 95/74 درصد بهبود در خطای تست نسبت به شبكه با 8 ورودی دارد. این نتیجه میزان اثرگذاری تعداد پارامترهای موثر را بر مقدار خطای شبكه در پیش بینی مشخصه ی موردنظر نشان میدهد.