Previsão da proporção de mistura de betão utilizando a rede neural artificial

Este livro apresenta a previsão da relação de mistura de betão utilizando o modelo Artificial Neural Network. Um modelo de rede neural artificial foi desenvolvido, treinado e testado com 359 conjuntos de dados de mistura de betão. Estes conjuntos de dados foram obtidos de empresas de betão, classificados e utilizados, para os quais 70%, 15% e 15% foram utilizados para as fases de formação, validação e teste, respectivamente. Foi adoptado um modelo de rede neural de 3 camadas de avanço com um algoritmo de retro-propagação. A camada de entrada compreende 5 nós que representam a resistência à compressão (28 dias), módulo de finura, rácio de agregados grosseiros, rácio de cimento de água, e tamanho máximo do agregado e cinco parâmetros de saída que são a resistência à compressão, água, agregado fino, agregado grosseiro e conteúdos de cimento que são a saída esperada. O resultado do modelo ANN foi comparado com outra abordagem de concepção de misturas de betão e foi considerado adequado. O erro da comparação entre os dados de saída reais e os dados previstos na Rede Neural Artificial para todos os parâmetros de saída foi de -0,00083. Os resultados indicam a utilidade, fiabilidade e utilidade da Rede Neural Artificial (ANN) para prever com precisão a relação da mistura de betão.