دانلود مقاله ISI انگلیسی شماره 52546
عنوان فارسی مقاله

پیش بینی مقاومت فشاری محصور نشده ژئوپلیمر تثبیت خاک رسی با استفاده از شبکه عصبی مصنوعی

کد مقاله سال انتشار مقاله انگلیسی ترجمه فارسی تعداد کلمات
52546 2015 10 صفحه PDF سفارش دهید محاسبه نشده
خرید مقاله
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.
عنوان انگلیسی
Prediction of unconfined compressive strength of geopolymer stabilized clayey soil using Artificial Neural Network
منبع

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

Journal : Computers and Geotechnics, Volume 69, September 2015, Pages 291–300

کلمات کلیدی
ژئوپلیمر - خاکستر بادی - تثبیت خاک - شبکه عصبی مصنوعی - تجزیه و تحلیل میزان حساسیت
پیش نمایش مقاله
پیش نمایش مقاله پیش بینی مقاومت فشاری محصور نشده ژئوپلیمر تثبیت خاک رسی با استفاده از شبکه عصبی مصنوعی

چکیده انگلیسی

Viability of Artificial Neural Network (ANN) in predicting unconfined compressive strength (UCS) of geopolymer stabilized clayey soil has been investigated in this paper. Factors affecting UCS of geopolymer stabilized clayey soil have also been reported. Ground granulated blast furnace slag (GGBS), fly ash (FA) and blend of GGBS and FA (GGBS + FA) were chosen as source materials for geo-polymerization. 28 day UCS of 283 stabilized samples were generated with different combinations of the experimental variables. Based on experimental results ANN based UCS predictive model was devised. The prediction performance of ANN model was compared to that of multi-variable regression (MVR) analysis. Sensitivity analysis employing different methods to quantify the importance of different input parameters were discussed. Finally neural interpretation diagram (NID) to visualize the effect of input parameters on UCS is also presented.

خرید مقاله
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.