تلفن: ۰۴۱۴۲۲۷۳۷۸۱
تلفن: ۰۹۲۱۶۴۲۶۳۸۴

ترجمه مقاله تخمین مقاومت فشاری بتن حاوی خاکستر بادی با شبکه های عصبی مصنوعی و منطق فازی – نشریه الزویر

عنوان فارسی: تخمین مقاومت فشاری بتن حاوی خاکستر بادی با استفاده از شبکه های عصبی مصنوعی و منطق فازی
عنوان انگلیسی: Prediction of compressive strength of concrete containing fly ash using artificial neural networks and fuzzy logic
تعداد صفحات مقاله انگلیسی : 7 تعداد صفحات ترجمه فارسی : 14
سال انتشار : 2015 نشریه : الزویر - Elsevier
فرمت مقاله انگلیسی : PDF فرمت ترجمه مقاله : ورد تایپ شده
کد محصول : 9175 رفرنس : دارد ✓
محتوای فایل : zip حجم فایل : 3.51Mb
رشته های مرتبط با این مقاله: مهندسی عمران
گرایش های مرتبط با این مقاله: سازه، مدیریت ساخت
مجله: علوم مواد محاسباتی - Computational Materials Science
دانشگاه: دانشگاه Osmangazi اسکی شهیر، گروه مهندسی عمران، ترکیه
کلمات کلیدی: مقاومت فشاری، خاکستر بادی، شبکه های عصبی مصنوعی، منطق فازی
وضعیت ترجمه عناوین تصاویر و جداول: ترجمه شده است ✓
وضعیت ترجمه متون داخل تصاویر و جداول: ترجمه نشده است ☓
وضعیت ترجمه منابع داخل متن: درج نشده است ☓
وضعیت فرمولها و محاسبات در فایل ترجمه: به صورت عکس، درج شده است ✓
ترجمه این مقاله با کیفیت عالی آماده خرید اینترنتی میباشد. بلافاصله پس از خرید، دکمه دانلود ظاهر خواهد شد. ترجمه به ایمیل شما نیز ارسال خواهد گردید.
فهرست مطالب

چکیده

1. مقدمه

2. شبکه های عصبی مصنوعی

2.1. ساختار و پارامتر های مدل شبکه عصبی

3. منطق فازی

3.1. سیستم استنتاج منطق فازی

3.2. مدل سیستم استنتاج منطق فازی

4. نتایج و بحث

5. نتیجه گیری

نمونه متن انگلیسی

Abstract

In this study, artificial neural networks and fuzzy logic models for predicting the 7, 28 and 90 days compressive strength of concretes containing high-lime and low-lime fly ashes have been developed. For purpose of constructing these models, 52 different mixes with 180 specimens were gathered from the literature. The data used in the artificial neural networks and fuzzy logic models are arranged in a format of nine input parameters that cover the day, Portland cement, water, sand, crushed stone I (4–8 mm), crushed stone II (8–16 mm), high range water reducing agent replacement ratio, fly ash replacement ratio and CaO, and an output parameter which is compressive strength of concrete. In the models of the training and testing results have shown that artificial neural networks and fuzzy logic systems have strong potential for predicting 7, 28 and 90 days compressive strength of concretes containing fly ash.

نمونه متن ترجمه

چکیده

در این مطالعه، مدل های شبکه های عصبی مصنوعی و منطق فازی برای تخمین مقاومت های 7، 28 و 90 روزه بتن های حاوی خاکستر بادی با آهک بالا و آهک پایین، توسعه داده شده اند. با هدف ساخت این مدل ها، 52 مخلوط مختلف با 180 نمونه از مقالات جمع آوری شد. داده های استفاده شده در مدل های شبکه عصبی مصنوعی و منطق فازی در یک فرمت ورودی 9 پارامتری مرتب شده اند که روز، سیمان پرتلند، آب، ماسه، سنگ شکسته 1 (4-8 میلیمتر)، سنگ شکسته 2 (8-16 میلیمتر)، نسبت جایگزینی عامل کاهنده آب با محدوده زیاد، نسبت جایگزینی خاکستر بادی و CaO ، و یک پارامتر خروجی که مقاومت بتن است، را پوشش می دهد. در مدل های آزمون و تست، نتایج نشان می دهند که سیستم های شبکه عصبی مصنوعی و منطق فازی پتانسیل زیادی برای تخمین مقاومت فشاری 7، 28 و 90 روزه بتن حاوی خاکستر بادی هستند.