1篇
您的检索式：作者名="Sayed Mohammadmehdi JAMAL"
|
|
|
题名
|
作者
|
年代
|
出处
|
被引量
|
| 1 | Multiple linear regression, artificial neural network, and fuzzy logic prediction of 28 days compressive strength of concrete显示文摘评估在里面然而,借助于核心的压缩力量从变硬的水泥割了的 situ 水泥作为最平常的方法被承认自从它被象不同混合图案那样的许多因素影响,预言水泥的压缩力量是很困难的,混合的方法,治好条件,压缩,等等。在这份报纸,就试验性的结果而言,多重线性回归模型( MLR )的三个不同模型,人工的神经网络( ANN ),和适应neuro模糊的推理系统( ANFIS )被建立,训练,并且为与 173 个不同混合图案预言水泥的 28 天压缩的力量在 Matlab 编程环境以内测试了。最后,这三个模型与对方相比并且导致 ANN 和 ANFIS 模型使我们能然而,可靠地与不同混合图案评估水泥的压缩力量的事实因为在具体混合参数之间的非线性的关系,多重线性回归模型不在这个区域是足够可行的。最后,为具体压缩力量预言上的参数的二个不同集合的敏感分析(SA ) 被执行。 | Faezehossadat KHADEMI Mahmoud AKBARI Sayed Mohammadmehdi JAMAL Mehdi NIKOO | 2017 | Frontiers of Structural and Civil Engineering2017，11，1： | 8 |
您所在的机构暂未开通此部分的功能，请联系管理员