استفاده از شبكه عصبي شعاعي براي پيش‌بيني مقاومت فشاري و اسلامپ بتن خود تراكم

امروزه شبكه هاي عصبي مصنوعي به عنوان يك ابزار سودمند در زمينه هاي مختلف مهندسي استفاده ميشود. شبكه هاي عصبي توانايي بسيار بالايي در بازسازي روابط پيچيده و غير خطي دارند. اين تحقيق به پيش بيني مقاومت فشاري بتن خود تراكم و اسلامپ آن با شبكه عصبي شعاعي مي‌پردازد. بتن خود تراكم نوعي بتن خاصي است كه با وزن خود در قالب جاري مي شود و نياز به لرزاندن ندارد. پيش بيني مقاومت فشاري بتن در مواردي كه امكان انجام آزمايشات مقدور نبوده از مزاياي اين تحقيق است. شبكه‌ عصبي بر مبناي توابع پايه شعاعي، يك رويكرد براي كوانتيزه كردن اطلاعات است. در اين مدلسازي، يك مساله پيچيده به اجزاي ساده تري تجزيه مي شود و آموزش مي‌بييند كه شامل تنظيم وزن‌ها است. ورودي هاي اين شبكه عصبي شامل پودرهاي جايگزين سيمان (دوده سيليس، زئوليت و خاكستر پوسته برنج) ، فوق روان كننده، عيار سيمان، نسبت آب به سيمان، زمان انتقال و خروجي شبكه شامل اسلامپ و مقاومت فشاري بتن مي باشند. پس از بررسي طرح‌هاي اختلاط مختلف، تعداد 145 داده آزمايشگاهي جهت مدلسازي مناسب تشخيص داده شد. از تعداد ديتاهاي موجود 80٪ داده ها براي آموزش شبكه و 20٪ داده ها براي تست در نظر گرفته شده اند. نتايج بدست آمده از اين تحقيق بيانگر نزديكي پيش بيني ها در مدل به مقادير واقعي آزمايشگاهي و دقت بالاي مدل سازي مي باشند. خروجي‌هاي مدل براي داده‌هاي آموزشي براي اسلامپ و مقاومت فشاري به ترتيب به ضريب همبستگي،97/0و 81/0 و ميزان جذر ميانگين مربعات خطا2/6 و 87/19 دست يافت.