مقایسه عملکرد مدلهای پیش بینی مقاومت فشاری بتن به روش تحلیل رگرسیون، شبکه عصبی مصنوعی و الگوریتم بیان ژن

انجام پروژههای وسیع تحقیقاتی بر روی مواد مختلف تشکیل دهنده بتن و آزمایش بتنهای مختلف با مواد جدید درسالهای آخر قرن اخیر منجر به پیدایش بتنهایی شده که علاوه بر تأمین مقاومت، خواص دیگری از این ماده نظیردوام، کارایی، نرمی و مقاومت در برابر عوامل مختلف را دستخوش تغییرات اساسی نموده است. باید اذعان نمود که نتایج تحقیقات سالهای آخر قرن حاضر و ادامه آنها میتواند نگرش تازهای به بتن بعنوان یک ماده ساختمانی پرمصرف داده که با مقاومت فشاری خوب و خواص ویژه بتنهای جدید، نظر اکثر دستاندرکاران پروژههای بزرگ عمرانی را در جهان بخود معطوف سازد. تعیین مقاومت فشاری بتن اغلب از طریق آزمایشهای مخرب صورت می گیرد که زمان بر و پر هزینه است. مدلهای پیش بینی مقاومت فشاری بتن بدلیل صرفه جویی در زمان و هزینه همواره مورد توجهمحققین بوده اند. بویژه آنکه در دهه های اخیر رشد دانش بشر در زمینه هوش مصنوعی منجر به گسترش مدلهای پیش بینی مبتنی بر هوش مصنوعی شده است. اما دستیابی به مدلی قابل اعتماد، چالش پیش روی پژوهشگران بودهو توجه آنان را به مقایسه دقت مدلهای مختلف معطوف کرده است. این مقاله؛ از دیدگاه هدف کاربردی توسعه ای – است که با روش تحقیق تحلیلی صورت پذیرفته است، در همین راستا با مقایسه دقت مدلهای پیش بینی مقاومت فشاری بتن بدون اسلامپ مدل مناسب را ارائه نماید. لذا مدلهای مبتنی بر تحلیل رگرسیون، شبکه عصبی مصنوعی و الگوریتم بیان ژن بر اساس داده های 22 نمونه بتن بدون اسلامپ ایجاد و مقایسه ضریب تعیین ) 2 R ( این مدلها نشان داد که مدلهای مبتنی بر الگوریتم بیان ژن ، شبکه عصبی مصنوعی و تحلیل رگرسیون به ترتیب با مقادیر ضریب تعیین 48 و 48.2 و 48.2 بهترین کارآیی را دارند.

Keywords:

پیش بینی , تحلیل رگرسیون , شبکه عصبی مصنوعی , مقاومت فشاری بتن