دانلود مقاله ISI انگلیسی شماره 138484
ترجمه فارسی عنوان مقاله

پیش بینی قدرت فشاری بتن محیطی با استفاده از شبکه های عصبی مصنوعی

عنوان انگلیسی
Compressive strength prediction of environmentally friendly concrete using artificial neural networks
کد مقاله سال انتشار تعداد صفحات مقاله انگلیسی ترجمه فارسی
138484 2018 7 صفحه PDF سفارش دهید
دانلود فوری مقاله + سفارش ترجمه

نسخه انگلیسی مقاله همین الان قابل دانلود است.

هزینه ترجمه مقاله بر اساس تعداد کلمات مقاله انگلیسی محاسبه می شود.

این مقاله تقریباً شامل 3725 کلمه می باشد.

هزینه ترجمه مقاله توسط مترجمان با تجربه، طبق جدول زیر محاسبه می شود:

شرح تعرفه ترجمه زمان تحویل جمع هزینه
ترجمه تخصصی - سرعت عادی هر کلمه 12 تومان 9 روز بعد از پرداخت 44,700 تومان
ترجمه تخصصی - سرعت فوری هر کلمه 24 تومان 5 روز بعد از پرداخت 89,400 تومان
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.
منبع

Publisher : Elsevier - Science Direct (الزویر - ساینس دایرکت)

Journal : Journal of Building Engineering, Volume 16, March 2018, Pages 213-219

ترجمه کلمات کلیدی
استحکام فشاری، بتن های جمع آوری شده بازیافت شده، شبکه های عصبی مصنوعی، بقایای ساختمانی،
کلمات کلیدی انگلیسی
Compressive strength; Recycled aggregate concrete; Artificial neural networks; Construction debris;
پیش نمایش مقاله
پیش نمایش مقاله پیش بینی قدرت فشاری بتن محیطی با استفاده از شبکه های عصبی مصنوعی

چکیده انگلیسی

Solid waste in the form of construction debris is one of the major environmental concerns in the world. Over 20 million tons of construction waste materials are generated in Tehran each year. A large amount of these materials can be recycled and reused as recycled aggregate concrete (RAC) for general construction, pavement and a growing number of other works that drive the demand for RAC. This paper aims to predict RAC compressive strength by using Artificial Neural Network (ANN). The training and testing data for ANN model development were prepared using 139 existing sets of data derived from 14 published literature sources. The developed ANN model uses six input features namely water cement ratio, water absorption, fine aggregate, natural coarse aggregate, recycled coarse aggregate, water-total material ratio. The ANN is modelled in MATLAB and applied to predict the compressive strength of RAC given the foregoing input features. The results indicate that the ANN is an efficient model to be used as a tool in order to predict the compressive strength of RAC which is comprised of different types and sources of recycled aggregates.

دانلود فوری مقاله + سفارش ترجمه

نسخه انگلیسی مقاله همین الان قابل دانلود است.

هزینه ترجمه مقاله بر اساس تعداد کلمات مقاله انگلیسی محاسبه می شود.

این مقاله شامل 3725 کلمه می باشد.

هزینه ترجمه مقاله توسط مترجمان با تجربه، طبق جدول زیر محاسبه می شود:

شرح تعرفه ترجمه زمان تحویل جمع هزینه
ترجمه تخصصی - سرعت عادی هر کلمه 12 تومان 9 روز بعد از پرداخت 44,700 تومان
ترجمه تخصصی - سرعت فوری هر کلمه 24 تومان 5 روز بعد از پرداخت 89,400 تومان
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.