تعیین طرح اختلاط بهینه بتن غلطکی برای یک مقدار مشخص مقاومت فشاری با استفاده از الگوریتم هیبریدی ANN-PSO

در این مقاله یک الگوریتم هیبریدی جدید بر اساس ترکیب روش شبکه عصبی مصنوعی پیشخور و روش بهینه سازی ازدحام ذرات (ANN-PSO) برای تخمین مقادیر مصالح مورد استفاده در طرح اختلاط بتن غلطکی برای یک مقدار مشخص از مقاومت فشاری ارائه داده میشود. مصالح بتن غلطکی شامل آب، سیمان، شن، ماسه و خاکستربادی است. شبکه عصبی مورد استفاده در این الگوریتم، شبکه عصبی پیشخور دو لایه است. در این الگوریتم، روش بهینه ساز ازدحام ذرات وظیفه تعریف جمعیت های اولیه (طرح های اختلاط اولیه) و تعین بهترین جمعیت و بهینه کردن آن با تکرار را دارد و وظیفه شبکه عصبی مصنوعی پیش بینی مقدار مقاومت فشاری بتن با توجه به جمعیت بهینه شده در هرتکرار با روش بهینه ساز ازدحام ذرات میباشدفه هبعد از آموزش الگوریتم با طرح های اختلاط بتن غلطکی و نیز مقادیر مقاومت فشاری متناظر با آنها، مقدار مقاومت فشاری یکی از طرح های اختلاط را بعنوان ورودی به الگوریتم معرفی شد. الگوریتم با دقت قابل قبولی مقادیر مصالح بتن غلطکی متناظر با این مقاومت فشاری را پیش بینی نمود، بطوریکه خطای بین مقاومت فشاری پیش بینی شده برای مصالح تخمین زده شده و مقاومت فشاری اولیه ۰/۰۳ مگاپاسکال است. با توجه به نتایج بدست آمده میتوان گفت که الگوریتم پیشنهادی ANN-PSO ابزاری قدرتمند برای تخمین مقادیر طرح اختلاط بتن غلطکی برای یک مقدار مشخص از مقاومت فشاری است. همچنین از این الگوریتم برای هر نوع بتن استفاده نمود.

Keywords:

الگوریتم هیبریدی , بتن غلطکی , بهینه سازی ازدحام ذرات , شبکه عصبی پیشخور