شبکههای عصبی مصنوعی برای پیشبینی مقاومت فشاری بتن: پس انتشار خطا و شبکه اِلماننویسندگان جعفر سبحانی ؛ زهرا سبحانی؛ منصور شیخان
در سالهای اخیر، شبکههای عصبی مصنوعی کاربردهای بسیار زیادی در علوم مختلف مهندسی، از جمله مهندسی عمران پیدا نموده است. در این مقاله از دو نوع شبکة عصبی مصنوعی با سه ساختار مختلف، برای پیشبینی مقاومت فشاری بتن استفاده شده است. در این مطالعه، نوع جدیدی از شبکههای عصبی مصنوعی، به نام شبکة عصبیِ بازگشتی المان (Elman Networks Recurrent ) معرفی شده و مقاومت نمونههای بتنی با استفاده از این شبکهها پیشبینی شده است. همچنین در این مقاله، نتایج شبیهسازی با شبکة عصبی المان، با شبکة عصبی استاندارد پس انتشار خطا (Standard BP Networks) مقایسه شده است. نتایج پیشبینی نشان داد که شبکة عصبی المانِ دو لایه با تعداد نرون به ترتیب 5 و 3 نرون در لایةاول و دوم، بهترین قابلیت را برای تعمیم نتایج (یعنی قابلیت پیشبینی نمونههای آموزش ندیده) داشته و شبکة عصبی دو لایة پس انتشار استاندارد با تعداد نرونهای به ترتیب 8 و 5 نرون در لایةاول و دوم، مناسبترین شبکه برای تخمین مقاومت فشاری نمونههای بتنی (پیشبینی مقاومت نمونههای آموزش دیده) میباشد.
Neural networks for predicting the compressive strength of concrete: error back-propagation and recurrent elman networks
منبع:
[Hidden Content]
دانلود:
[Hidden Content]
JCR7901214854200.pdf