شماره ركورد كنفرانس :
3752
عنوان مقاله :
بهينهسازي مدل رگرسيون بردار پشتيبان (SVR) با استفاده از الگوريتم بهينهسازي ازدحام ذره (PSO) به منظور پيشبيني مقاومت فشاري 28 روزه بتن
پديدآورندگان :
تركان مهتاب Mahtab.torkan@sco.iaun.ac.ir دانشكده مهندسي كامپيوتر، واحد نجف آباد، دانشگاه آزاد اسلامي، نجف آباد،اصفهان، ايران , نادري دهكردي محمد Naderi@iaun.ac.ir دانشكده مهندسي كامپيوتر، واحد نجف آباد، دانشگاه آزاد اسلامي، نجف آباد، اصفهان، ايران
كليدواژه :
بتن , مقاومت فشاري , ماشين بردار پشتيبان (SVM) , الگوريتم بهينهسازي ازدحام ذرات (PSO)
عنوان كنفرانس :
اولين كنفرانس بين المللي مهندسي و علوم كامپيوتر
چكيده فارسي :
بتن پراستفادهترين ماده ساختوساز در دنياست. يكي از پارامترهاي مهم مكانيكي بتن مقاومت فشاري آن است. مبناي پذيرش بتن، آزمايش مقاومت فشاري در عمر 28 روزه است كه بسيار تأثيرپذير از طرح اختلاط آن است. با توجه به فراواني اين پارامترها، پيشبيني مقاومت فشاري بسيار دشوار به نظر ميرسد. به همين دليل روشهاي هوشمند باقابليت يادگيري از مثالها در پيشبيني مقاومت فشاري بتن مورداستفاده قرار گرفت. بدين منظور در مقاله حاضر مجموعهاي از طرح اختلاطهاي مختلف بتن حاوي خاكستر بادي جمعآوري گرديد. با در نظرگيري پارامترهاي طرح اختلاط بهعنوان ورودي، از مدلسازي با استفاده از رگرسيون بردار پشتيبان به منظور پيشبيني مقاومت فشاري بتن استفاده شد. در مدلسازي به كمك روشهاي هوشمند، دقت پيشبيني تا حد زيادي وابسته به پارامترهاي يادگيري مدل ميباشد؛ بنابراين از الگوريتم PSO براي يافتن پارامترهاي بهينه در اين مدل استفاده شد. PSO يك الگوريتم قدرتمند مبتني بر جمعيت و مورداستفاده در حل مسائل بهينهسازي پيوسته و گسسته است. مدل تركيبي با استفاده از 426 داده آزمايشگاهي مورد آموزش و آزمايش قرارگرفته و نتايج حاصل از مدل بهوسيله معيارهاي آماري سنجيده شد. مقايسه نتايج حاصل از مدلسازي با مقادير واقعي عملكرد مناسب و دقت بالاي روش تركيبي SVR-PSO را نشان ميدهد.