ارائه مدل های تلفیقی MARS-PSO و ELM-PSO درتخمین مقاومت فشاری بتن در ستون های بتنی دایره یی محصورشده با الیاف پلیمری FRP
هدف از پژوهش حاضر، استفاده از مدل های هوش مصنوعی رگرسیون اسپلاین چندمتغیره ی تطبیقی (MARS) و ماشین یادگیری سریع (ELM) جهت تخمین مقاومت فشاری بتن در ستون های بتنی دایره یی محصور شده با FRP است. به علاوه، برای بهبود دقت مدل های ذکر شده، از الگوریتم ازدحام ذرات (PSO) نیز در تلفیق با آنها استفاده و دقت مدل ها در جهت تخمین مقاومت بررسی و ارزیابی شده است. نتایج نشان می دهند که به طور کلی مدل های هوش مصنوعی استفاده شده، مقاومت فشاری ستون های محصور شده با FRP را نسبت به مدل های تحلیلی موجود با دقت بیشتری تخمین می زنند. به ویژه مدل تلفیقی MARS-PSO، عملکرد بهتری در مقایسه با دیگر مدل های استفاده شده داشته است، به نحوی که ضریب های همبستگی آن در مرحله ی آموزش، 9972/0 و در مرحله ی آزمایش، 9961/0 بوده است. همچنین تلفیق الگوریتم PSO با دو مدل MARS و ELM، باعث بهبود دقت آنها به ترتیب به اندازه ی 13/6 و 68/4 درصد شده است.
- حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران میشود.
- پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانههای چاپی و دیجیتال را به کاربر نمیدهد.