Previsione del rapporto di miscelazione del calcestruzzo mediante una rete neurale artificiale

Questo libro presenta la previsione del rapporto di miscela del calcestruzzo utilizzando un modello di rete neurale artificiale. Un modello di rete neurale artificiale è stato sviluppato, addestrato e testato con 359 set di dati relativi a miscele di calcestruzzo. Questi set di dati sono stati ottenuti da aziende produttrici di calcestruzzo, ordinati e utilizzati, di cui il 70%, il 15% e il 15% sono stati utilizzati rispettivamente per le fasi di addestramento, validazione e test. È stato adottato un modello di rete neurale feed-forward a 3 strati con algoritmo di back-propagation. Lo strato di input comprende 5 nodi che rappresentano la resistenza alla compressione (28 giorni), il modulo di finezza, il rapporto aggregato grosso, il rapporto acqua-cemento e la dimensione massima dell'aggregato e cinque parametri di output che sono la resistenza alla compressione, l'acqua, l'aggregato fine, l'aggregato grosso e il contenuto di cemento, che rappresentano l'output previsto. Il risultato del modello ANN è stato confrontato con altri approcci alla progettazione del calcestruzzo ed è stato considerato adeguato. L'errore ottenuto dal confronto tra i dati di output effettivi e quelli previsti dalla Rete Neurale Artificiale per tutti i parametri di output è stato di -0,00083. I risultati indicano l'utilità, l'affidabilità e l'utilità della rete neurale artificiale (RNA) per la previsione accurata del rapporto di miscela del calcestruzzo.