پيش‌بيني مدول برجهندگي مصالح اساس تثبيت شده با استفاده از شبكه عصبي GRNN

يكي از مهمترين پارامترهاي ورودي براي طراحي روسازي با استفاده از روش مكانيستيك تجربي، مدول برجهندگي مصالح مختلف روسازي است. هدف اين مقاله ارائه يك مدل بر پايه روش شبكه عصبي رگرسيون عمومي (GRNN) به منظور پيش‌بيني مدول برجهندگي مصالح اساس تثبيت شده با سيمان تحت اثر سيكل‌هاي تر و خشك شدن است. براي اين منظور از يك پايگاه داده آزمايشگاهي متشكل از 704 ركورد استفاده شد. در اين تحقيق پارامترهاي ورودي براي شبكه عصبي شامل تعداد سيكل‌هاي تر و خشك شدن، نسبت آهك آزاد به SFA، نسبت دانسيته خشك حداكثر به درصد رطوبت بهينه و سطح تنش در نظر گرفته شدند. نتايج اين تحقيق نشان مي‌دهد كه ضريب رگرسيون (R2) حاصل از مدلسازي براي داده‌هاي آموزش و آزمون به ترتيب برابر با 94/ 0 و 89/ 0 است. همچنين ضريب رگرسيون براي كل داده‌ها برابر با 93 /0 است. بنابراين از مدل ارائه شده مي‌توان با دقت بالا براي پيش‌بيني مدول برجهندگي مصالح اساس تثبيت شده تحت اثر سيكل‌هاي تر و خشك شدن استفاده نمود.