文献

J-GLOBAL ID：202202212711845522   整理番号：22A0837148

ニューラルネットワークによる自己充填グリーンコンクリートの圧縮強度予測のための知能決定機構【JST・京大機械翻訳】

Intelligence decision mechanism for prediction of compressive strength of self-compaction green concrete via neural network

著者 (8件)： Jiang Haidong (School of resources and environmental engineering, Guizhou Institute of Technology, Guiyang, 550003, Guizhou, China) ,  Jiang Haidong (Key Laboratory of Geotechnical & Underground Engineering of Ministry of Education, Department of Geotechnical Engineering, Tongji University, Shanghai, 200092, PR China) ,  Liu Guoliang (School of Textile Garment and Design, Changshu Institute of Technology, Changshu, 215500, Jiangsu, China) ,  Alyami Hashem (Department of Computer Science, College of Computers and Information Technology, Taif University, P. O. Box 11099, Taif, 21944, Saudi Arabia) ,  Alharbi Abdullah (Department of Information Technology, College of Computers and Information Technology, Taif University, P. O. Box 11099, Taif, 21944, Saudi Arabia) ,  Jameel Mohammed (Department of Civil Engineering, College of Engineering, King Khalid University, Abha, Saudi Arabia) ,  Khadimallah Mohamed Amine (Prince Sattam Bin Abdulaziz University, College of Engineering, Civil Engineering Department, Al-Kharj, 16273, Saudi Arabia) ,  Khadimallah Mohamed Amine (Laboratory of Systems and Applied Mechanics, Polytechnic School of Tunisia, University of Carthage, Tunis, Tunisia)
資料名： Journal of Cleaner Production  (Journal of Cleaner Production)
巻： 340  ページ： Null  発行年： 2022年 
JST資料番号： W0750A  ISSN： 0959-6526  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： 土木工学は,1世紀の材料として,コンクリートの異なる形態に対する特定の位置を有する。ヒト消費のための最も一般的な材料の1つは,この物質から作られる。近年,コンクリート製造の解決策が提示され,コンクリートを環境に優しいものにし,コンクリート用添加剤として現在廃棄物を使用可能にする。本研究では,圧縮,引張および曲げ強度から成る自己充填グリーンコンクリート(SCGC)の機械的特徴を研究し,一方,種々の量の炭化カルシウム廃棄物(CCW)および籾殻灰(RHA)を,養生材齢の3,7および28日における部分的セメント置換として試験した。次に,利用可能な実験結果に従って,Emotionalニューラルネットワーク-カオスパーティクルスウォーム最適化(EANN-CPSO),第一原理分子力学(FPMD),および従来の線形回帰(LR)モデルを含む人工知能アルゴリズムを,SCGCブレンドで10%RHAと20%CCWまで追加しながら,自己充填性コンクリート(SCC)の機械的特徴を予測するために適用した。CCWの添加はSCGC混合物のワーカビリティを低下させ,RHAの10%を含むSCGC混合物に対して28日で圧縮強度(CS)を上げ,対照混合物と比較してCCWを含まないことを報告した。また,試験および訓練フェーズにおいて,最小R2値FPMD,EANN-CPSOおよびLRモデルは,約0.904であった。EANN-CPSO-S3,FPMD-S3およびLR-S3のハイブリッドモデルは,両方の相において,EANN-CPSO-S3に対してR2=0.997および0.970,FPMD-S3に対してR2=0.967および0.954,およびLR-S3に対してR2=0.934および0.929で,最も正確な性能を示した。結果は,追加モデルが新アルゴリズム,ハイブリッドモデル,および最適化アプローチのようなモデルの性能を増加させるかもしれないことを示した。Copyright 2022 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： アルゴリズム ,  最適化 ,  セメント ,  *コンクリート ,  *ニューラルネットワーク ,  廃棄物 ,  ヒト ,  人工知能 ,  引張 ,  *圧縮強さ ,  ワーカビリティ ,  カオス
準シソーラス用語： 粒子群最適化 ,  籾殻灰 ,  ハイブリッドモデル , 【Automatic Indexing@JST】

著者キーワード (6件)： 人工知能アルゴリズム ,  ニューラルネットワーク ,  籾殻灰 ,  炭化カルシウム廃棄物 ,  圧縮強度 ,  自己充填グリーンコンクリート

分類 (2件)： 資源回収利用  (SC05060V) ,  モルタル,コンクリート  (RA06042H)

タイトルに関連する用語 (7件)： ニューラルネットワーク ,  自己 ,  グリーン ,  コンクリート ,  圧縮強度 ,  予測 ,  知能