The compressive strength of normal weight concretes which include fly ash have been predicted by artificial neural network (ANN) model. For the model 103 experimental results were used and trained. Cement content, water content, fly ash amount and slump values were used as inputs and compressive strength (MPa) was used as output while developing ANN model. Some of the architectures with different number of neurons studied here in hidden layer and their correlations with experimental results investigated. One hidden layer with seven neurons was the best model because of its high correlation with experimental results for testing set. Results have shown that ANN has strong potential for predicting compressive strength of concretes containing fly ash.
Bu çalışmada uçucu kül içeren normal ağırlıklı betonların basınç dayanımı yapay sinir ağları metodu ile tahmin edilmiştir. Modelde 103 adet deney verisi kullanılmış ve model eğitilmiştir. Modeli eğitirken çimento içeriği, su içeriği, uçucu kül miktarı ve slump değerleri girdi olarak ve basınç dayanımı ise çıktı olarak kullanılmıştır. Çalışmada farklı gizli tabaka nöronları farklı ağ yapıları ile çalışılmış ve bunların deney sonuçları ile korelasyonları incelenmiştir. Bir gizli tabaka ve 7 nöron en iyi sonucu vermiştir. Sonuçlar yapay sinir ağlarının uçucu kül içeren betonların basınç dayanımını tahmin etme potansiyelinin olduğunu göstermiştir
Primary Language | English |
---|---|
Journal Section | Articles |
Authors | |
Publication Date | February 12, 2015 |
Published in Issue | Year 2015 Volume: 3 Issue: 2 |