使用神经网络预测垃圾混凝土的强度

最近公开访问杂志上发表的一篇文章亚博网站下载研究者讨论了人工神经网络预测废基混凝土压缩强度

学习方式 :预测基于废物混凝土使用人工神经网络.Image Credit: komkrit Preechachanwate/Shutterstock.com

后台

环境和气候受到过度使用材料和浪费资源利用的严重影响。亚博网站下载从容量和更替性看,混凝土比所有其他建材都重要全世界混凝土行业每年消费80至120亿吨自然聚合物

亚博网站下载正因如此,人们越来越有兴趣使用从其他垃圾材料制作的绑定物,并建立了效果仍然缺乏综合技术预测从副产品制成混凝土或迫击炮强度的研究亚博网站下载多项研究最近使用外推法预测固化材料压缩强度ANN似乎是这些方法中相关有效技术

根据最近数项研究,ANN可用于解决工程难点估计混凝土压缩强度所需数据可能复杂或不足数项研究在二零零年代初显示,大有潜力提高混和比例并预测混凝土特性

保护环境和自然资源的最优选择之一是使用更多固化材料。亚博网站下载以其他材料替换熟客是最大限度减少水泥环境影响最知名方法之一自然填充物,包括pozzolans、cellited粘土和石灰石都证明适合混凝土使用

亚博网站下载人工节点架构及其神经网络交互作用

关于研究

研究中,作者预测使用ANN多片废基混凝土的压缩强度Metakaolin、石灰填充器、大理石废品、硅烟、回收集料、飞灰和粉碎爆炉炉1303辨别组合实验数据从22文献源获取,供ANN学习过程使用,作为拟议方法的基础

团队组织并处理数据培训并使用多层传神经网络模型测试模型仿佛水泥、水含量、置换率、水对绑定率、超聚变器量等,模型输入18分MATLAB程序神经网络模块被用于构建并应用ANN模型ANN展示出高能力预测混凝土压缩强度,并特别精准使用R²等于 0.9888和MAPE = 2.87%,根据建议神经网络模型预测结果

研究者检验ANN建模效果预言混凝土性能目标是创建和实施人工智能工具,可预测混凝土特征,这些混凝土含有副产品,并用作附加固化成份这项研究强调利用ANN预测环境友好混凝土特性并产生满足和可靠结果的潜力亚博网站下载方法建议使用机器学习检验并发数组补充固化材料

亚博网站下载神经网络应用架构和学习过程原理

观察

验证、培训测试分别为判定系数R²0.973,0.9982和0.9566预测值和实验值之间的差相对小,根均值2.91兆帕表示出这一点。MAPE显示,预期压缩强度与实验数据平均差2.87%这表明预期结果和实际结果之间差别微乎其微。发现数据必须分布在45度线上,网络输出量和目标等值适配理想化

通过学习水水泥比复杂细节、混凝土老化、水泥和粘合量等,提议ANN模型可高精度预测压缩强度结果显示多层向反ANNs是预测混凝土压缩强度的有用工具R族²MAPE、MSE和MAE模型误差显示实验值和预测值略有差异研究结果暗示使用ANN混压缩强度预测是适当的

人工神经网络架构MATLAB软件亚博网站下载图像感知:AmarMetal

结论

最后,这项研究预测使用人工神经网络的废基混凝土压缩强度学习方法、架构和前向回馈法都得到了解释取自22项单独调查的1303混凝土配方编入文献生成的书目数据集中

作者提到,他们将在未来研究中研究决策树回归应用预测混凝土性能表示拟机学习技术有效策略

引用

马尔市M市Benzerzour市M市Zentar市R市et al.预测基于废物混凝土使用人工神经网络亚博网站下载素材详解15(20),7045(2022)https://www.mdpi.com/1996-1944/15/20/7045

免责声明:此处表达的观点是作者以私人身份表达的观点,不一定代表AZOM.com LimitedT/AAAAZNetwork这个网站所有者与运营者的观点免责声明构成条件与条件使用网站