English  |  正體中文  |  简体中文  |  Items with full text/Total items : 43312/67235
Visitors : 2107303      Online Users : 18
RC Version 5.0 © Powered By DSPACE, MIT. Enhanced by NTU/NCHU Library IR team.

Please use this identifier to cite or link to this item: http://nchuir.lib.nchu.edu.tw/handle/309270000/151617

標題: 類神經網路於工業界之混凝土抗壓強度預測系統
Applicable Artificial Neural Network Modeling For ready mix Concrete industry
作者: 陳文芳
Chen, Wen-Fang
Contributors: 謝孟勳
土木工程學系所
關鍵字: 類神經網路
Neural Network
日期: 2012
Issue Date: 2013-11-07 11:20:26 (UTC+8)
Publisher: 土木工程學系所
摘要: 摘要
混凝土是營建工程的常見材料,其中抗壓強度是混凝土品質評估的重要指標之一,而坍度則是現場工作性的重要指標。過去研究使用不同方法針對材料配比所產生的抗壓強度、坍度製作預估模型,其中最常見也具高準確率的是類神經網路技術。
然而前人之研究僅考量混凝土配比設計之材料用量之自變數(如水灰比、用水量、水泥用量、細粒料用量、粗粒料用量及飛灰用量 ),即有準確率高的效果。但未考量混凝土材料性質變數對混凝土抗壓強度造成之影響,故本研究嘗試加入混凝土材料性質之新增變數,以探討其影響程度。
為建立一通用模型,本研究收集業界不同來源之混凝土抗壓強度、坍度數據共600筆,並提出其他9項自變數:粗骨材之最大粒徑、粗骨材之磨損率、粗骨材之面乾比重、粗骨材之吸水率、粗骨材之乾搗單位重、細骨材之細度模數、細骨材之75μm含量、細骨材之面乾比重、細骨材之吸水率,冀望這些新變數能反應不同料源的材料特性。
案例成果說明 6 項舊變數所建立之配比模型,其 RMSE 誤差值皆高於 15 項自變數模型的誤差值。多考慮 9 項新變數的確有助於抗壓強度、坍度的預估準確度,顯示不同料源之材料特性可以此 15 項自變數表示之。
Appears in Collections:[依資料類型分類] 碩博士論文

Files in This Item:

File SizeFormat
index.html0KbHTML124View/Open


 


學術資源

著作權聲明

本網站為收錄中興大學學術著作及學術產出,已積極向著作權人取得全文授權,並盡力防止侵害著作權人之權益。如仍發現本網站之數位內容有侵害著作權人權益情事者,請權利人通知本網站維護人員,將盡速為您處理。

本網站之數位內容為國立中興大學所收錄之機構典藏,無償提供學術研究與公眾教育等公益性使用。

聯絡網站維護人員:wyhuang@nchu.edu.tw,04-22840290 # 412。

DSpace Software Copyright © 2002-2004  MIT &  Hewlett-Packard  /   Enhanced by   NTU/NCHU Library IR team Copyright ©   - Feedback