داده کاوی خصوصیات مکانیکی بتن های حاوی رس های کلسینه شده به عنوان مواد جایگزین در بتن

Publish Year: 1401
نوع سند: مقاله ژورنالی
زبان: Persian
View: 43

This Paper With 14 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_JCRGU-15-1_006

تاریخ نمایه سازی: 19 خرداد 1403

Abstract:

بتن به دلیل خواص عالی، هزینه کم و در دسترس بودن گسترده، پرمصرف ترین محصول ساختمانی در جهان است. با توجه به افزایش جمعیت جهان، میزان تولید سیمان به عنوان یکی از مواد اصلی مورد استفاده در بتن افزایش یافته است. تولید سیمان باعث انتشار گاز دی اکسید کربن شده که باعث افزایش آلودگی محیط زیست می شود. یکی از روش ها موجود برای جلوگیری از افزایش آلودگی، استفاده از مواد جایگزین به جای سیمان است. از مهمترین مواد جایگزین که در سالیان اخیر مورد استفاه قرار گرفته، می توان به سیمان LC۳ اشاره کرد. این نوع سیمان با کاهش مقدار کلینکر سیمان، نیاز به سوخت های فسیلی را کاهش داده که در نتیجه انتشار دی اکسید کربن کاهش می یابد. علاوه بر آن، یکی از خواص مکانیکی مهم بتن، مقاومت فشاری آن بوده که تخمین مقدار آن با توجه به زیاد بودن پارامترهای موجود پیچیده است. در نتیجه از روش های آزمایشگاه که پرهزینه است، استفاده می شود که دارای خطا می باشد. در این مقاله از روش های که برمبنای درخت تصمیم توسعه می یابند استفاده شده است و عملکرد آن ها با استفاده از الگوریتم ژنتیک بهبود یافته است. دو روش LightGBM و XGBoost با دقت های برابر ۰/۹۵۸ در پیش بینی مقاومت فشاری بتن، عملکرد بهتری نسبت به روش های درخت تصمیم و جنگل تصادفی با دقت های ۰/۹۱ و ۰/۹۳۲ نشان داده اند. همچنین میزان عملکرد پارامترهای ورودی در پیش بینی مقاومت فشاری ارائه شده و یک مجموعه داده جدید مورد تست قرار می گیرد که صحت سنجی روش های ارائه شده بررسی شود.

Keywords:

Authors

علی حسین غانمی

دانشگاه تربیت دبیر شهید رجایی

امیر طریقت

دانشگاه تربیت دبیر شهید رجایی

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 :
  • K. Scrivener, Options for the future of cement, Indian Concr. ...
  • A. K. Scrivener, A. Dekeukelaere, L.G. F. Avet, Financial Attractiveness ...
  • A. Jain, A. Fandango, A. Kapoor, TensorFlow Machine Learning Projects: ...
  • K. Scrivener, F. Martirena, S. Bishnoi, S. Maity, Calcined clay ...
  • D. Zhou, R. Wang, M. Tyrer, H. Wong, C. Cheeseman, ...
  • A.C. Emmanuel, P. Haldar, S. Maity, S. Bishnoi, Second pilot ...
  • S. Bishnoi, S. Maity, A. Mallik, S. Joseph, S. Krishnan, ...
  • S.M. Gupta, Support Vector Machines based Modelling of Concrete Strength, ...
  • S. Lai, M. Serra, Concrete strength prediction by means of ...
  • M. Sarıdemir, Prediction of compressive strength of concretes containing metakaolin ...
  • A. Chahal, P. Gulia, Machine learning and deep learning, Int. ...
  • C. Deepa, K. SathiyaKumari, V.P. Sudha, Prediction of the Compressive ...
  • S. Dutta, P. Samui, D. Kim, Comparison of machine learning ...
  • J.-S. Chou, C.-K. Chiu, M. Farfoura, I. Al-Taharwa, Optimizing the ...
  • S. Iii, Machine Learning Methods for Predicting the Field Compressive ...
  • L. Yang, A. Shami, On hyperparameter optimization of machine learning ...
  • L.O. Ettu, C.A. Ajoku, K.C. Nwachukwu, C.T.G. Awodiji, U.G. Eziefula, ...
  • E. Opoku Amankwah, Influence of Calcined Clay Pozzolana on Strength ...
  • R.M. Ferreira, J.P. Castro-Gomes, P. Costa, R. Malheiro, Effect of ...
  • G. Kaplan, H. Yaprak, S. Memiş, A. Alnkaa, Artificial neural ...
  • D.. Vu, P. Stroeven, V.. Bui, Strength and durability aspects ...
  • R.-S. Lin, X.-Y. Wang, H.-S. Lee, H.-K. Cho, Hydration and ...
  • M.F. Nuruddin, S.U. Khan, N. Shafiq, Effect of Calcined Kaolin ...
  • L. Vizcaíno, M. Antoni, A. Alujas, F. Martirena, K. Scrivener, ...
  • I.-C. Yeh, Modeling slump of concrete with fly ash and ...
  • A. SAAND, M.A. KEERIO, D. khan BANGWAR, EFFECT OF METAKAOLIN ...
  • H.A. Razak, H.S. Wong, Strength estimation model for high-strength concrete ...
  • K. Shui, K. Yuan, T. Sun, Q. Li, W. Zeng, ...
  • K. Mermerdaş, M. Gesoǧlu, E. Güneyisi, T. Özturan, Strength development ...
  • R.R. Raj, E.B.P. Pillai, Shear Strength of High Performance Concrete ...
  • S.A. Zareei, F. Ameri, F. Dorostkar, M. Ahmadi, Rice husk ...
  • A.F. Karen Scrivener, Ruben Snellings, Xuerun Li, Cement Chemistry and ...
  • American Society for Testing and Materials, ASTM C ۱۵۰ : Standard ...
  • M. Bediako, J.T. Kevern, J.S. Ankrah, Strength and durability of ...
  • I.-C.C. Yeh, Modeling of strength of high-performance concrete using artificial ...
  • D. Zhou, Developing Supplementary Cementitious Materials From Waste London Clay, ...
  • M. Sullivan, M. Chorzepa, H. Hamid, S. Durham, S. Kim, ...
  • K. Ganesan, K. Rajagopal, K. Thangavel, Rice husk ash blended ...
  • I.-C. Yeh, L.-C. Lien, Knowledge discovery of concrete material using ...
  • H.I. Erdal, O. Karakurt, E. Namli, High performance concrete compressive ...
  • D.-C. Feng, Z.-T. Liu, X.-D. Wang, Y. Chen, J.-Q. Chang, ...
  • S. Zhang, C. Zhang, Q. Yang, Data preparation for data ...
  • J.F. Martirena Hernandez, A. Favier, K. Scrivener, Calcined Clays for ...
  • E. Al Daoud, Comparison between XGBoost , LightGBM and CatBoost ...
  • Y. Freund, R.E. Schapire, A Decision-Theoretic Generalization of On-Line Learning ...
  • V. Chandwani, V. Agrawal, R. Nagar, Modeling slump of ready ...
  • نمایش کامل مراجع