این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
International Journal of Optimaization in Civil Engineering، جلد ۷، شماره ۱، صفحات ۷۱-۸۰
عنوان فارسی
چکیده فارسی مقاله
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی A COMPREHENSIVE STUDY ON THE CONCRETE COMPRESSIVE STRENGTH ESTIMATION USING ARTIFICIAL NEURAL NETWORK AND ADAPTIVE NEURO-FUZZY INFERENCE SYSTEM
چکیده انگلیسی مقاله This research deals with the development and comparison of two data-driven models, i.e., Artificial Neural Network (ANN) and Adaptive Neuro-based Fuzzy Inference System (ANFIS) models for estimation of 28-day compressive strength of concrete for 160 different mix designs. These various mix designs are constructed based on seven different parameters, i.e., 3/4 mm sand, 3/8 mm sand, cement content, maximum size of aggregate, gravel content, water-cement ratio, and fineness modulus. In this study, it is found that the ANN model is an efficient model for prediction of compressive strength of concrete. In addition, ANFIS model is a suitable model for the same estimation purposes, however, the ANN model is recognized to be more fitting than ANFIS model in predicting the 28-day compressive strength of concrete.
کلیدواژه‌های انگلیسی مقاله concrete, compressive strength, ANFIS, ANN
نویسندگان مقاله k بهفرنیا | k. behfarnia


f خادمی | f. khademi


نشانی اینترنتی http://ijoce.iust.ac.ir/browse.php?a_code=A-10-66-126&slc_lang=en&sid=en
فایل مقاله فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده en
موضوعات مقاله منتشر شده Optimal design
نوع مقاله منتشر شده پژوهشی
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات