• شماره ركورد
    11411
  • شماره راهنما(اين فيلد مربوط به كارشناس ميباشد لطفا آن را خالي بگذاريد)
    11411
  • پديد آورنده

    سعيد حسيني تازيك

  • عنوان
    پيش‌بيني رفتار مقاومتي سيمان پرتلند به روش شبيه‌سازي شبكه‌هاي عصبي مصنوعي
  • مقطع تحصيلي
    كارشناسي ارشد
  • رشته تحصيلي
    شيمي - صنايع شيميايي معدني
  • سال تحصيل
    اسفند ماه 1391
  • تاريخ دفاع
    اسفند ماه 1391
  • استاد راهنما
    دكتر علي اله‌وردي - دكتر منصور شيرواني
  • چكيده
    چكيده يكي از عوامل اصلي در تعيين كيفيت سيمان پرتلند، مقاومت فشاري مي‌باشد. اين خاصيت به تركيب شيميايي اجزاء سازنده و نيز خواص فيزيكي سيمان نظير نرمي و توزيع دانه‌بندي، بستگي دارد. هدف از اين پايان‌نامه پيش‌بيني رفتار مقاومتي سيمان بر مبناي متغيرهاي مذكور است. از آنجا كه شبكه‌هاي عصبي مصنوعي، ابزاري قدرتمند و مفيد در شبيه‌سازي و مدل‌سازي سيستم‌هاي غيرخطي است، لذا به‌كارگيري آن به عنوان يك روش مبتني بر داده در شناسايي سيستم‌هاي پيچيده مفيد مي‌باشد. در اين پايان‌نامه از شبكه‌هاي عصبي مصنوعي براي پيش‌بيني مقاومت فشاري 3، 7 و 28 روزه سيمان پرتلند استفاده شد و اثر متغيرهاي مختلف در روند توسعه مقاومت سيمان مورد مطالعه قرار گرفته است. سه مدل‌ شبكه عصبي پيش‌خور براي هر يك از سه مقاومت فشاري مذكور ايجاد شد. اين ساختارها با الگوريتم‌هاي‌ پس‌انتشار خطا آموزش داده شد. همچنين دو مدل ديگر براي پيش‌بيني مقاومت فشاري 7و 28 روزه با اعمال مقاومت 3 روزه به عنوان ورودي ساخته شد. با توجه به تمركز مطالعات قبلي بر مدل‌هاي رگرسيون، در اين تحقيق تعداد 6 مدل رگرسيون خطي و غيرخطي نيز ارائه گرديد. بهترين مدل رگرسيون بدست آمده در مدل‌سازي مقاومت فشاري 3 روزه انتخاب شد و براي مدل‌سازي مقاومت فشاري 7 و 28 روزه مورد استفاده قرار گرفت. ضرايب اين مدل‌هاي رگرسيون با استفاده از الگوريتم بهينه‌ذرات تعيين گرديد. نتايج شبيه‌سازي در اين تحقيق نشان داد كه شبكه عصبي آموزش ديده با الگوريتم لوونبرگ- ماركوآرت بهترين نتايج را فراهم مي‌سازد. همچنين، مدل‌هاي رگرسيون در پيش‌بيني مقاومت فشاري ناكارآمد بودند. واژه‌هاي كليدي: شبكه عصبي مصنوعي، مقاومت سيمان، الگوريتم پس‌انتشار، الگوريتم‌هاي تكاملي، مدل‌هاي رگرسيون