Multiple linear regression, artificial neural network, and fuzzy logic prediction of 28 days compressive strength of concrete

查看全文 作　　者：Faezehossadat [1]KHADEMI;Mahmoud [2]AKBARI;Sayed Mohammadmehdi [3]JAMAL;Mehdi [4]NIKOO

机构地区：[1]Department of Civil, Architectural and Environmental Engineering, Illinois Institute of Technology, Chicago IL 60616, USA;[2]Civil Engineering Department, University of Kashan, Kashan 8731753153, Iran;[3]Department of Civil Engineering, University of Hormozgan, Bandar Abbas 3995, IRAN;[4]Ahvaz Branch, Islamic Azad University, Ahvaz 6134937333, IRAN

出　　处：《Frontiers of Structural and Civil Engineering》索引2017年第11卷第1期,共10页

摘　　要：评估在里面然而,借助于核心的压缩力量从变硬的水泥割了的 situ 水泥作为最平常的方法被承认自从它被象不同混合图案那样的许多因素影响,预言水泥的压缩力量是很困难的,混合的方法,治好条件,压缩,等等。在这份报纸,就试验性的结果而言,多重线性回归模型( MLR )的三个不同模型,人工的神经网络( ANN ),和适应neuro模糊的推理系统( ANFIS )被建立,训练,并且为与 173 个不同混合图案预言水泥的 28 天压缩的力量在 Matlab 编程环境以内测试了。最后,这三个模型与对方相比并且导致 ANN 和 ANFIS 模型使我们能然而,可靠地与不同混合图案评估水泥的压缩力量的事实因为在具体混合参数之间的非线性的关系,多重线性回归模型不在这个区域是足够可行的。最后,为具体压缩力量预言上的参数的二个不同集合的敏感分析(SA ) 被执行。 关键词：具体 28 天压缩的力量多重线性回归人工的神经网络 ANFIS 敏感分析(SA )

相关文献

参考文献（30）
引证文献（11）
耦合文献（0）

参考文献(30)

引证文献(11)

互联网出版许可证新出网证(渝)字10号全国400电话 - 免长途话费

Multiple linear regression, artificial neural network, and fuzzy logic prediction of 28 days compressive strength of concrete

参考文献(30)

引证文献(11)

用户提示