پیش بینی مقاومت فشاری بتن با استفاده از روش تاکاگی-سوگنو-کانگ (TSK) و الگوریتم بهینه سازی بازی آشوب (CGO)

به منظور دستیابی به یک بتن با مشخصات مکانیکی مورد انتظار نیاز به انجام تعداد بسیار زیادی از کارهای آزمایشگاهی می باشد که مستلزم صرف هزینه و زمان می باشد. استفاده از روش های نوین در پیش بینی مشخصات مکانیکی بتن می تواند در دستیابی به طراحی اختلاط بتن با مشخصات مورد انتظار موثر باشد. بنابراین هدف از این پایان نامه ترکیب سیستم استنتاج فازی مبتنی بر مدل TSK با الگوریتم بهینه سازی بازی آشوب (CGO) به منظور پیش بینی مقاومت فشاری بتن تعربف شد. در این راستا یک مجموعه داده از نتایج آزمایشگاهی طرح اختلاط بتن و مقاومت فشاری گردآوری شد. این مجموعه شامل ۲۷۶ نمونه آزمایشگاهی بود که پارامترهای طرح اختلاط مانند سن نمونه، حداکثر قطر سنگدانه، نسبت آب به سیمان، نسبت سیمان به ماسه، درصد متاکائولین و درصد فوق روان کننده به عنوان ورودی سیستم استنتاجی و مقاومت فشاری بتن به عنوان خروجی سیستم استنتاجی انتخاب شدند. سپس براساس این مجموعه داده، پارامترهای سیستم استنتاجی مدل TSK با استفاده از الگوریتم بهینه سازی CGO بهینه سازی شده و آموزش یافتند. به منظور مقایسه عملکرد این سیستم استنتاجی (TSK-CGO) از سیستم استنتاج فازی-عصبی تطبیقی (ANFIS) با ساختار خوشه بندی استفاده شد. نتایج نشان داد که سیستم های استنتاجی مبتنی بر ساختار خوشه بندی از عملکرد مناسبی در پیش بینی مقاومت بتن بر حسب مولفه های طرح اختلاط برخوردار می باشد. همچنین سیستم استنتاجی فازی TSK بهینه شده با CGO در مقایسه با سیستم استنتاجی ANFIS از خطای کمتری در پیش بینی مقاومت بتن برخوردار می باشد.

Keywords:

بهینه سازی , الگوریتم بهینه سازی بازی آشوب (CGO) , استنتاج فازی , روش تاکاگی-سوگنو-کانگ (TSK) مقاومت فشاری بتن