文献

J-GLOBAL ID：201902217294594444   整理番号：19A1046054

再生コンクリート骨材の圧縮強度における人工神経回路網(ANN)と応答曲面法(RSM)予測の比較【JST・京大機械翻訳】

Comparison of artificial neural network (ANN) and response surface methodology (RSM) prediction in compressive strength of recycled concrete aggregates

著者 (7件)： Hammoudi Abdelkader (Departement de Genie Civil, Faculte de Technologie, Universite de Bejaia, 06000 Bejaia, Algeria) ,  Hammoudi Abdelkader (Laboratoire de Technologie des Materiaux et de Genie des Procedes, Faculte de Technologie, Universite de Bejaia, 06000 Bejaia, Algeria) ,  Moussaceb Karim (Laboratoire de Technologie des Materiaux et de Genie des Procedes, Faculte de Technologie, Universite de Bejaia, 06000 Bejaia, Algeria) ,  Belebchouche Cherif (Departement de Genie Civil, Faculte des Sciences de la Technologie, Universite des Freres Mentouri Constantine 1, 25000 Constantine, Algeria) ,  Belebchouche Cherif (Laboratoire de Technologie des Materiaux et de Genie des Procedes, Faculte de Technologie, Universite de Bejaia, 06000 Bejaia, Algeria) ,  Dahmoune Farid (Laboratoire Biomathematiques Biophysique Biochimie et de Scientometrie (L3BS), Faculte des Sciences de la Nature et de la Vie Universite de Bejaia, 06000 Bejaia, Algeria) ,  Dahmoune Farid (Faculte des Sciences de la Nature et de la Vie et des Sciences de la Terre, Universite de Bouira, 10000 Bouira, Algeria)
資料名： Construction and Building Materials  (Construction and Building Materials)
巻： 209  ページ： 425-436  発行年： 2019年 
JST資料番号： T0560A  ISSN： 0950-0618  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 本研究は7の予測とモデリングを目的とした。コンクリートの再生粗骨材を含むコンクリートの28と56日の圧縮強度とセメント含有量とスランプの異なる範囲について。これを達成するために,応答曲面法(RSM)および人工ニューラルネットワーク(ANN)アプローチを3つの可変プロセスモデリング(300から400kg/m3の範囲のセメント含有量,0から100%までの再生粗骨材の割合および5から12±1cmまでのスランプ)に用いた。結果は,7,28および56日における再生コンクリートの圧縮強度がセメント含有量,%RCAおよびスランプ(p<0.01)によって強く影響されることを示した。7,28および56日における圧縮強度は,セメント含有量およびスランプの中間レベルにおいてRCAの0から100%への増加とともに,それぞれ22.62から18.56,34.91から28.70および37.77から32.26に減少することが分かった。結果は統計的条件で;相対パーセント偏差(RDP),平均二乗誤差(MSE),二乗平均二乗誤差(RMSE),決定係数(R2)および調整係数(R2_adj)は,ANNとRSMの両方が圧縮強度の予測のための強力なツールであることを明らかにした。さらに,ANNとRSMモデルは実験データと非常に良く相関した。しかし,人工ニューラルネットワークモデルはより良い精度を示した。Copyright 2019 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： モデリング ,  *応答曲面法 ,  *予測 ,  セメント ,  *コンクリート ,  *再生コンクリート ,  *圧縮強さ ,  *ニューラルネットワーク ,  再生骨材
準シソーラス用語： 神経回路網モデル ,  決定係数 ,  平均二乗誤差 ,  スランプ ,  再生粗骨材 ,  *コンクリート骨材 , 【Automatic Indexing@JST】

著者キーワード (4件)： 再生骨材 ,  圧縮強度 ,  人工神経回路網 ,  応答曲面法

分類 (1件)： モルタル,コンクリート  (RA06042H)

タイトルに関連する用語 (5件)： コンクリート骨材 ,  圧縮強度 ,  人工神経回路網 ,  応答曲面法 ,  予測