مقایسه عملکرد تخمینی محاسبات نرم در پیش بینی مقاومت فشاری بتن بازیافتی

Publish Year: 1401
نوع سند: مقاله ژورنالی
زبان: Persian
View: 93

This Paper With 22 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

JR_KARFN-19-1_001

تاریخ نمایه سازی: 5 شهریور 1402

Abstract:

از زباله های ساختمانی به عنوان یکی از مهم ترین نگرانی های زیست محیطی در جهان می توان نام برد. این نگرانی در ایران نیز مستثنا نبوده و سالانه بیش از ۲۰ میلیون تن مواد زائد ساختمانی در تهران تولید می شود. برای برون رفت از این اتفاق، محققان بازیافت بتن و استفاده مجدد آن در مصارف ساختمانی و غیرساختمانی را پیشنهاد می دهند. این مقاله با هدف پیش بینی مقاومت فشاری بتن ۲۸ روزه با سنگ دانه بازیافتی با استفاده از روش ماشین های برداری پشتیبان (SVM) و رگرسیون خطی چندگانه (MLR) انجام شده است. داده های آموزش و آزمایش برای توسعه مدل SVM با استفاده از ۱۲۴ مجموعه داده موجود از ۱۱ مرجع منتشرشده، تهیه شده است. در فرایند مدل سازی، شبکه ای بهینه محسوب می شود که هم زمان با داشتن بالاترین ضریب همبستگی، کمترین میانگین مربعات خطا را نیز دارا باشد؛ از این رو ارزیابی کارایی مدل پیشنهادی، روش ماشین های برداری پشتیبان را با روش رگرسیون خطی چندگانه با استفاده از روش k-fold cross validation مقایسه شد. نتایج مقایسه دو ابزار پیش بینی نشان داد که ماشین های برداری پشتیبان از عملکرد مطلوب تری به نسبت روش رگرسیون خطی چندگانه برخوردار است. به همین دلیل می توان از روش ماشین های برداری پشتیبان به عنوان یک روش موثر برای پیش بینی مقاومت فشاری ۲۸ روزه بتن بازیافتی نام برد.

Keywords:

ماشین برداری پشتیبان بتن با سنگ دانه بازیافتی k , fold cross validation مقاومت فشاری رگرسیون خطی چندگانه

Authors

سید رضا سلیم بهرامی

دکتری، گروه مهندسی عمران، دانشگاه سمنان، سمنان، ایران.

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :