文献

J-GLOBAL ID：202202228987384789   整理番号：22A1056596

高強度コンクリートへの媒体の人工知能に基づく圧縮強度予測【JST・京大機械翻訳】

Artificial Intelligence-based Compressive Strength Prediction of Medium to High Strength Concrete

著者 (2件)： Al-Haidari Hawraa Saeed Jawad (Civil Engineering Department, Al-Nahrain University, Baghdad, Iraq) ,  Al-Haydari Israa Saeed (Highway and Transportation Engineering, Mustansiriyah University, Baghdad, Iraq)
資料名： Iranian Journal of Science and Technology, Transactions of Civil Engineering  (Iranian Journal of Science and Technology, Transactions of Civil Engineering)
巻： 46  号： 2  ページ： 951-964  発行年： 2022年 
JST資料番号： W4503A  ISSN： 2228-6160  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 鋳造前のコンクリートの圧縮強度の予測は必要条件である。本研究では,実験データに基づく圧縮強度予測のための人工知能ベースモデルを開発した。試験結果に影響する主な変数をカバーする実験室実験プログラムを実施した。次に,ニューラルネットワーク(ANN)とニューロファジー(ANFIS)モデルを,4つのターゲット圧縮強度(40,60,70,および80MPa),3つの試験年齢(7,28,および90日),硬化の3つのプロトコル,2つの異なる試験片形状(シリンダと立方体),および3つの異なる試験片サイズに基づいて開発した。モデル出力,予測圧縮強度はANNとANFISアプローチの両方に対する実験結果と良好な一致を示した。ANNとANFISモデルの相関係数は,それぞれ0.976と0.989であった。最良の結果は,わずかに低い二乗平均平方根誤差とより高い相関係数を与えるので,ANFISによって得られる。Copyright Shiraz University 2021 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 予測 ,  シリンダ ,  *コンクリート ,  鋳造 ,  ニューラルネットワーク ,  ポルトランドセメント ,  *高強度コンクリート ,  相関係数 ,  試験 ,  *媒質 ,  *人工知能 ,  *圧縮強さ ,  必要条件 ,  ファジィニューラルネットワーク
準シソーラス用語： 適応ニューロ-ファジィ推論システム , 【Automatic Indexing@JST】

著者キーワード (6件)： 圧縮強度 ,  硬化 ,  試験片サイズと形状 ,  ANN ,  ANFIS ,  ポルトランドセメントコンクリート

分類 (2件)： モルタル,コンクリート  (RA06042H) ,  コンクリート構造  (RA04030A)

タイトルに関連する用語 (5件)： 高強度コンクリート ,  媒体 ,  人工知能 ,  圧縮強度 ,  予測