Bu
çalışmada, Reaktif Pudra Betonlarının (RPB) deneysel sonuçları incelenerek
Uyarlamalı Sinirsel Bulanık Çıkarım Sistemi (ANFIS) ile basınç dayanımını
tahmin için bir modelin tasarımı araştırılmıştır. Bu modeli inşa etmek için 42
numunenin 7. ve 28. gün basınç dayanımları, ANFIS modelinin eğitim aşamaları
için alınan deneylerden elde edilmiştir. Bu verilerden, hidratasyon günü,
Portland Çimento (PÇ), silis dumanı, kuvars kumu, kum, su, süper
akışkanlaştırıcı ve çelik lif olmak üzere 8 giriş parametresi ve betonun basınç
dayanım çıkış parametresi olarak ANFIS modelinde kullanılmıştır. ANFIS
modelinin 0,015 hata ile eğitim performansına sahip olduğu bulunmuştur. ANFIS
test sonuçları ile deneysel sonuçlar karşılaştırıldığında, sırasıyla R2,
RMS ve MAPE için 0,9909, 0,0277 ve 0,0004 istatistiksel olarak doğruluk olduğu
gözlemlenmiş. Bu sonuçlar, ANFIS modelinin RPB’nin 7. ve 28. gün basınç
dayanımlarının tahmini için yararlı bir model olduğunu göstermiştir.
This study is designed to investigate the experimental
results of Reactive Powder Concretes (RPC) with the adaptive neural fuzzy
inference systems (ANFIS) prediction model. In order to construct this model,
the compressive strengths of 42 samples on the 7th and 28th days were obtained
from the experiments for the training stages of the ANFIS model. This data was
used on ANFIS model as hydration day, 8 input parameters including Portland
cement, silica smoke, quartz sand, sand, water, super plasticizer and steel
fiber and compressive strength of concrete as output parameter. The ANFIS model
presented training performance with 0.015 error. When ANFIS test results
compared with experimental results, it found that R2, RMS and MAPE
were statistically accurate to 0.9909, 0.027 and 0.0004, respectively. The test
results show that ANFIS model is a convenient to use and simple model for
estimating the compressive strengths of 7th and 28th days of RPC
Subjects | Engineering |
---|---|
Journal Section | Research Article |
Authors | |
Publication Date | March 31, 2018 |
Submission Date | January 30, 2017 |
Published in Issue | Year 2018 Volume: 21 Issue: 1 |
This work is licensed under Creative Commons Attribution-ShareAlike 4.0 International.