Artificial neural networks and fuzz

Artificial neural networks and fuzzy logic approaches have recently been used to model some of the
human activities in many areas of civil engineering applications. Especially from these systems in the
model experimental studies, very good results have been obtained. In this research, the models for predicting
compressive strength of mortars containing metakaolin at the age of 3, 7, 28, 60 and 90 days have
been developed in artificial neural networks and fuzzy logic. For purpose of building these models, training
and testing using the available experimental results for 179 specimens produced with 46 different
mixture proportions were gathered from the technical literature. The data used in the multilayer feedforward
neural networks and Sugeno-type fuzzy inference models are arranged in a format of five input
parameters that cover the age of specimen, metakaolin replacement ratio, water–binder ratio, superplasticizer
and binder–sand ratio. According to these input parameters, in the multilayer feed-forward neural
networks and Sugeno-type fuzzy inference models, the compressive strength of mortars containing
metakaolin are predicted. The training and testing results in the multilayer feed-forward neural networks
and Sugeno-type fuzzy inference models have shown that neural networks and fuzzy logic systems have
strong potential for predicting compressive strength of mortars containing metakaolin.

ผลลัพธ์ (ไทย) 1:

เครือข่ายประสาทเทียมและตรรกศาสตร์แนวทางการใช้แบบของการกิจกรรมมนุษย์ในหลาย ๆ ด้านของงานวิศวกรรมโยธา โดยเฉพาะอย่างยิ่งจากระบบเหล่านี้ในการศึกษาทดลองแบบจำลอง ผลลัพธ์ที่ดีได้ถูกรับ ในงานวิจัยนี้ แบบจำลองการคาดการณ์มีแรง compressive ของงานฉาบที่ประกอบด้วย metakaolin ที่อายุ 3, 7, 28, 60 และ 90 วันการพัฒนาเครือข่ายประสาทเทียมและตรรกศาสตร์ วัตถุประสงค์ของการสร้างแบบจำลองเหล่านี้ การฝึกอบรมและทดสอบโดยใช้ผลการทดลองใช้สำหรับ 179 specimens ผลิตกับ 46 ที่แตกต่างกันสัดส่วนผสมถูกรวบรวมจากเอกสารข้อมูลทางเทคนิค ข้อมูลที่ใช้ใน feedforward หลายชั้นเครือข่ายประสาทและรุ่น Sugeno ชนิดข้อชัดเจนจะถูกจัดเรียงในรูปแบบของอินพุต 5พารามิเตอร์ที่ครอบคลุมอายุของสิ่งส่งตรวจ metakaolin แทนอัตราส่วน อัตราส่วนน้ำ – binder, superplasticizerและอัตราส่วน binder – ทราย ตามนี้พารามิเตอร์ ใน multilayer ประสาทไปฟีดเครือข่ายและรุ่น Sugeno ชนิดข้อเอิบ แรง compressive ของงานฉาบที่ประกอบด้วยmetakaolin คาดการณ์ การฝึกอบรมและการทดสอบผลในเครือข่ายประสาทอาหารไปหลายชั้นและรุ่น Sugeno ชนิดข้อชัดเจนแสดงให้เห็นว่า ระบบตรรกศาสตร์และเครือข่ายประสาทมีมีศักยภาพที่แข็งแกร่งสำหรับการคาดการณ์ compressive ความแข็งแรงของงานฉาบที่ประกอบด้วย metakaolin

ผลลัพธ์ (ไทย) 2:

เครือข่ายประสาทเทียมและวิธีตรรกศาสตร์ได้ถูกนำมาใช้เมื่อเร็ว ๆ
นี้ในการจำลองบางส่วนของกิจกรรมของมนุษย์ในหลายพื้นที่ของการใช้งานวิศวกรรมโยธา
โดยเฉพาะอย่างยิ่งจากระบบเหล่านี้ในรูปแบบการศึกษาทดลองผลดีมากได้รับ ในงานวิจัยนี้รูปแบบการทำนายแรงอัดของครกที่มี metakaolin ที่อายุ 3, 7, 28, 60 และ 90 วันได้รับการพัฒนาเครือข่ายประสาทเทียมและตรรกศาสตร์ สำหรับวัตถุประสงค์ของการสร้างรูปแบบเหล่านี้การฝึกอบรมและการทดสอบโดยใช้ผลการทดลองที่มีอยู่ 179 ตัวอย่างการผลิตที่มีแตกต่างกัน 46 สัดส่วนผสมที่ถูกรวบรวมจากวรรณกรรมทางเทคนิค ข้อมูลที่ใช้ในหลายคราทเครือข่ายประสาทและ Sugeno ประเภทรุ่นอนุมานฟัซซีจะจัดในรูปแบบของห้าใส่พารามิเตอร์ที่ครอบคลุมอายุของชิ้นงานอัตราส่วนแทนmetakaolin อัตราส่วนน้ำเครื่องผูกสารลดน้ำพิเศษและอัตราการยึดเกาะทราย ตามที่เหล่านี้ป้อนพารามิเตอร์ในประสาทฟีดไปข้างหน้าหลายเครือข่ายและ Sugeno ประเภทรุ่นอนุมานฟัซซี, แรงอัดของครกที่มี metakaolin ที่คาดว่า การฝึกอบรมและผลการทดสอบในเครือข่ายประสาทฟีดไปข้างหน้าหลายและ Sugeno ประเภทรุ่นอนุมานฟัซซีแสดงให้เห็นว่าเครือข่ายประสาทและระบบตรรกศาสตร์มีศักยภาพที่แข็งแกร่งสำหรับการทำนายแรงอัดของครกที่มีmetakaolin

ผลลัพธ์ (ไทย) 3:

โครงข่ายประสาทเทียมและตรรกศาสตร์คลุมเครือวิธีการได้รับเมื่อเร็ว ๆนี้ใช้แบบจำลองบางส่วนของ
กิจกรรมของมนุษย์ในหลายพื้นที่ของงานวิศวกรรมโยธา โดยเฉพาะจากระบบเหล่านี้ใน
รูปแบบการศึกษา ผลลัพธ์ที่ดีได้ ในการวิจัยนี้ โมเดลเพื่อทำนายกำลังอัดของมอร์ต้าร์ผสมดินขาว
ที่อายุ 3 , 7 , 28 ,60 และ 90 วัน
ถูกพัฒนาขึ้นในโครงข่ายประสาทเทียม และฟัซซี่ ลอจิก สำหรับวัตถุประสงค์ของการสร้างโมเดลเหล่านี้ การฝึกอบรมและการทดสอบใช้งาน
1 สำหรับ 179 ตัวอย่าง 46 สัดส่วนผลิตด้วยส่วนผสมที่แตกต่างกัน
ถูกรวบรวมจากวรรณคดีทางเทคนิค ข้อมูลที่ใช้ใน
ไปข้างหน้าหลายชั้นโครงข่ายประสาทเทียมชนิดฟัซซี่และการอนุมานแบบ sugeno จะจัดในรูปแบบของห้าใส่
พารามิเตอร์ที่ครอบคลุมอายุของตัวอย่างอัตราส่วนอัตราส่วนผสมดินขาว , แทน , - น้ำ , น้ำ
และเครื่องผูก–ทรายอัตราส่วน ตามพารามิเตอร์การป้อนข้อมูลเหล่านี้ในหลาย feed-forward ประสาท
เครือข่ายและ sugeno ชนิดเลือนการอนุมานแบบกำลังรับแรงอัดของมอร์ตาร์
ดินขาวจะคาดการณ์ได้ การฝึกอบรมและการทดสอบผลในชั้น feed-forward เครือข่ายประสาทและการอนุมานแบบฟัซซี่
sugeno ชนิดพบว่าโครงข่ายประสาทเทียมและระบบตรรกศาสตร์มี
ศักยภาพทำนายกำลังอัดของมอร์ต้าร์ผสมดินขาว .