Vergleich von ANN und RSM bei der Vorhersage der Festigkeit von Beton (in German) - Reddy, Panga Narasimha ; Kavyatheja, Bode Venkata ; Reddy, B. Damodhara
Physical Book
$ 39.58
$ 47.00
You save: $ 7.42
16% discount
Envío gratis a todo Estados Unidos
Choose the list to add your product or create one New List
It will be shipped from our warehouse between Monday, July 15 and Tuesday, July 16.
You will receive it anywhere in United States between 1 and 3 business days after shipment.
Vergleich von ANN und RSM bei der Vorhersage der Festigkeit von Beton (in German)
Reddy, Panga Narasimha ; Kavyatheja, Bode Venkata ; Reddy, B. Damodhara
Synopsis "Vergleich von ANN und RSM bei der Vorhersage der Festigkeit von Beton (in German)"
In dieser Studie wird eine vergleichende Studie zwischen einem künstlichen neuronalen Netzwerk (ANN) und der Response Surface Methodology (RSM) zur Vorhersage der Druckfestigkeit von hochfestem Beton durchgeführt. Der Vergleich wurde auf der Grundlage der gleichen experimentellen Datensätze durchgeführt. Die in dieser Studie untersuchten Inputs waren der prozentuale Anteil von Zement, Silikastaub und grober Gesteinskörnung. Die in ANN und RSM verwendeten Methoden waren das Feedforward Neural Network und das Face-Centered Central Composite. Der Vergleich zwischen den beiden Modellen zeigte, dass RSM mit einem Bestimmtheitsma (R2), das mit 0,9959 näher an 1 liegt, besser abschnitt als ANN. Darüber hinaus lagen alle von RSM vorhergesagten Ergebnisse im Vergleich zu den Versuchsergebnissen innerhalb einer 10 %igen Marge. Beim ANN-Modell hingegen lagen drei der vorhergesagten Ergebnisse au erhalb der 10 %-Marge. Es wurde auch festgestellt, dass Silikastaub einen grö eren Einfluss auf die Druckfestigkeit des Betons hat als grobe Zuschlagstoffe.