Comparaison de l'ANN et du RSM dans la prédiction de la résistance du béton
MODÈLES DE RÉSEAUX DE NEURONES ARTIFICIELS (ANN) ET DE MÉTHODOLOGIE DE LA SURFACE DE RÉPONSE (RSM)
Versandkostenfrei!
Versandfertig in 6-10 Tagen
29,99 €
inkl. MwSt.
PAYBACK Punkte
15 °P sammeln!
Cette étude présente une étude comparative entre le réseau neuronal artificiel (ANN) et la méthodologie de surface de réponse (RSM) pour prédire la résistance à la compression du béton à haute résistance. La comparaison a été effectuée sur la base des mêmes ensembles de données expérimentales. Les données d'entrée examinées dans cette étude étaient le pourcentage de ciment, de fumée de silice et d'agrégats grossiers. Les méthodes employées dans l'ANN et le RSM étaient respectivement le réseau neuronal feedforward et le composite central centré sur la face. La comp...
Cette étude présente une étude comparative entre le réseau neuronal artificiel (ANN) et la méthodologie de surface de réponse (RSM) pour prédire la résistance à la compression du béton à haute résistance. La comparaison a été effectuée sur la base des mêmes ensembles de données expérimentales. Les données d'entrée examinées dans cette étude étaient le pourcentage de ciment, de fumée de silice et d'agrégats grossiers. Les méthodes employées dans l'ANN et le RSM étaient respectivement le réseau neuronal feedforward et le composite central centré sur la face. La comparaison entre les deux modèles a montré que le RSM était plus performant que l'ANN avec un coefficient de détermination (R2) plus proche de 1 avec 0,9959. En outre, tous les résultats prédits par le modèle RSM par rapport aux résultats expérimentaux se situent dans une marge de 10 %. En revanche, trois des résultats prédits par le modèle ANN se situaient en dehors de la marge de 10 %. La fumée de silice s'est également avérée avoir un impact plus important sur la résistance à la compression du béton que les granulats grossiers.
Andere Kunden interessierten sich für
