اگه کتاب خاصی میخواید کلیک کنید >
خرید و دانلود نسخه کامل کتاب Clay Masonry Family Fallout Structures: MP-18
قیمت اصلی 179,000 تومان بود.104,000 تومانقیمت فعلی 104,000 تومان است.
خرید و دانلود نسخه کامل کتاب Prediction of Stress–Strain Behavior of PET FRP-Confined Concrete Using Machine Learning Models
قیمت اصلی 127,000 تومان بود.52,000 تومانقیمت فعلی 52,000 تومان است.
📥 ترافیک اینترنت مصرفی جهت دانلود فایلها در الی فایل، بهصورت نیمبها می باشد.
فقط اینقدر👇 دیگه زمان داری با تخفیف بخریش
00روز
04ساعت
32دقیقه
33ثانیه
-59%
خرید و دانلود نسخه کامل کتاب Prediction of Compressive Strength of Fly Ash-Based Geopolymer Concrete Using Supervised Machine Learning Methods
قیمت اصلی 127,000 تومان بود.52,000 تومانقیمت فعلی 52,000 تومان است.
تعداد فروش: 46
| عنوان فارسی |
پیشبینی مقاومت فشاری بتن ژئوپلیمری مبتنی بر خاکستر با استفاده از روشهای یادگیری ماشینی نظارت شده |
|---|---|
| عنوان اصلی | Prediction of Compressive Strength of Fly Ash-Based Geopolymer Concrete Using Supervised Machine Learning Methods |
| ناشر | Arabian Journal for Science and Engineering |
| نویسنده | Arslan Khan, Muhammad Huzaifa Naveed, Muhammad Dawood Rasheed, Pengyong Miao |
| ISBN | |
| سال نشر | 2023 |
| زبان | English |
| تعداد صفحات | 16 |
| دسته | ساخت و ساز |
| فرمت کتاب | pdf – قابل تبدیل به سایر فرمت ها |
| حجم فایل | 3 مگابایت |
2
آیتم فروخته شده در 55 دقیقه
4
نفر در حال مشاهده این محصول هستند!
توضیحات
آنتونی رابینز میگه : من در 40 سالگی به جایی رسیدم که برای رسیدن بهش 82 سال زمان لازمه و این رو مدیون کتاب خواندن زیاد هستم.
توضیحاتی در مورد کتاب
استفاده از بتن ژئوپلیمری مبتنی بر خاکستر بادی (FA) به عنوان یک جایگزین کم کربن و سازگار با محیط زیست برای بتن سیمانی پرتلند در سال های اخیر مورد توجه قرار گرفته است. با این حال، پیشبینی دقیق مقاومت فشاری آن به دلیل فعل و انفعالات شیمیایی و فیزیکی پیچیده در فرآیند ژئوپلیمریزاسیون همچنان یک چالش باقی میماند. در این تحقیق، سه مدل یادگیری ماشین، یعنی شبکه عصبی پس انتشار (BPNN)، رگرسیون تصادفی جنگل (RFR) و k-نزدیکترین همسایه (KNN)، برای پیشبینی مقاومت فشاری بتن ژئوپلیمری مبتنی بر FA استفاده شد. مدلها با استفاده از مجموعه دادهای که ترکیب شیمیایی، نسبتهای مخلوط و شرایط پیشسختی بتن را در نظر میگرفت، آموزش داده، اعتبارسنجی و آزمایش شدند. عملکرد هر مدل با استفاده از معیارهای مختلف، از جمله ضریب تعیین (R2)، میانگین مربعات خطا (MSE)، ریشه میانگین مربع خطا (RMSE) و میانگین خطای مطلق (MAE) ارزیابی شد. نتایج نشان داد که مدل BPNN با مقدار R2 0.948 نسبت به RFR و KNN با مقادیر R2 به ترتیب 0.927 و 0.911 بهترین نتایج را ارائه داد. شاخص اهمیت ویژگی جایگشت (PFI) نشان داد که محتوای درشت سنگدانه، محتوای SiO2 در FA، و غلظت NaOH بیشترین تأثیر را بر مقاومت فشاری بتن ژئوپلیمری مبتنی بر FA دارند.
نظرات (0)
نقد و بررسیها
هنوز بررسیای ثبت نشده است.