كاربرد الگوريتم هاي هوش مصنوعي در پيش بيني مقاومت فشاري و دوام بتن هاي حاوي خاكستر بادي

در ميان آزمايشات مربوط به بتن، آزمايش مقاومت فشاري به عنوان يك مشخصه مكانيكي و آزمايش تعيين نفوذ يون كلر به عنوان يك مشخصه دوام، حائز اهميت ويژه اي در سازه هاي در معرض هجوم يون كلر مي باشد. از طرفي استفاده از پوزولان هايي همچون خاكستر بادي، دوام و خصوصيات مكانيكي را در بتن بهبود مي بخشد. جايگزيني خاكستر بادي با سيمان در درصدهاي مختلف و سنين متفاوت آزمايش، موجب افزايش مقاومت فشاري و دوام بتن در مقابل نفوذ يون كلر و كاهش مصرف سيمان و كمك به توسعه پايدار مي گردد. از طرفي شبكه هاي عصبي مصنوعي و ماشين هاي بردار پشتيبان دو نمونه از الگوريتم هاي هوش مصنوعي هستند كه مي توانند براي پيش بيني خصوصيات مكانيكي و دوام بتن مورد استفاده قرار گيرند. هر دو روش از طريق آموزش بر اساس داده هاي موجود مي توانند در پيش بيني مشخصات بتن جديد مورد استفاده قرار گيرند. در اين مقاله از دو روش ياد شده براي پيش بيني مقاومت فشاري و ميزان نفوذ يون كلر در بتن هاي حاوي خاكستر بادي استفاده شده است. در هر دو روش با تعريف مقدار خاكستر بادي، نسبت آب به مواد سيماني، سن نمونه ها و نسبت آب به سيمان به عنوان ورودي و مقاومت فشاري و ميزان نفوذ يون كلر به عنوان خروجي اعتبار سنجي انجام شده است. نتايج حاكي از آن است كه روش ماشين بردار پشتيبان نسبت به روش شبكه عصبي مصنوعي در پيش بيني مقاومت فشاري و نفوذ يون كلر از درصد خطاي كمتري برخوردار بوده به شكلي كه در روش شبكه عصبي مصنوعي براي ميزان نفوذ يون كلر ميانگين خطا ها 10% و براي مقاومت فشاري 4/3% بيشتر از روش ماشين بردار پشتيبان است.