Modeling and Prediction of Flexural Strength of Hybrid Mesh and Fiber Reinforced Cement-Based Composites Using Artificial Neural Network (Ann)

Abstract

ABSTRACT:In this paper, Artificial Neural Network (ANN) has been used to predict the equivalent flexural strength of hybrid mesh and fiber reinforced cement-based composites (HMFRCBC). Three ANN models (Models 1, 2 and 3) were developed for predicting the flexural strength of cement-based composites. Model 1 used 48 data of the previously published data of the present authors and Model 2 used 48 data (out of the 75 ANN validated data) from previous studies related to mesh reinforced cement-based composites. Model 3 with 98 data (combined data sets of Model 1 and Model 2) employed seven input parameters, namely the width and depth of slab, cylinder compressive strength, mesh ultimate strength, mesh volume fraction, fiber volume fraction, fiber ultimate strength, and an output, the ultimate flexural strength of mesh and fiber reinforced cement based composites. Hidden layer was fixed based on 5 trial runs for Models 1 and 2, and 10 trial runs for Model 3. All the three models (Models 1, 2 and 3) were trained with 80% of the data, and tested with balance 20% of the data. For Models 1, 2 and 3, the Lowest Individual Error (LIE) of 11.18%, 6.95% and 11.56% (respectively) is achieved in Trial Run No.1.4 (with I-H-O, Input-Hidden Neurons-Output of 5-6-1), Trial Run No.2.2 (5-4-1) and Trial Run No.3.7 (7-10-1) respectively. Also, the lowest absolute average deviation (AAD%) of 4.81%, 3.51% and 4.58% (respectively); lowest Root Mean Square Error (RMSE) of 0.86, 0.76 and 0.99 (respectively); and highest R 2 of 0.933, 0.988 and 0.975 (respectively) are seen for these trials 1.4, 2.2, 3.7 in Models 1, 2 and 3 respectively. All the three ANN models were found to be in good agreement with actual results, and these three ANN models can serve as simple but reliable predictive tools in determination of flexural strength of HMFRCBC.

Pomza ve Diatomitin Portland Çimentosunun Basınç Dayanımına Etkilerinin ANFIS ile Tahmini

“…Burada N kullanılan veri kümesi sayısını, yi tahmin edilen değeri, ri gerçek değeri ym ise gerçek değerlerin ortalamasını ifade etmektedir [12,19].…”

“…(2016), hibrit örgü ve elyaf takviyeli çimento esaslı kompozit döşeme elemanlarının eğilme mukavemetlerinin yapay sinir ağı kullanarak modellenmesi ve tahmini için yapmış oldukları çalışmada, üç model geliştirilmiş ve çeşitli denemelere dayalı olarak gizli katmanlar için nöron sayısı belirlenmiştir. Elde etmiş oldukları sonuçlara göre her üç modelin de en yüksek korelasyon katsayısına (R 2 ) dayalı olarak %93,3, %99,8 ve %98,8 değerleri ile başarılı modeler olduğunu ve böylece YSA'nın, önceki deneysel çalışmalardan veya ampirik veya teorik verilerden elde edilen değerleri tahmin etmede etkili bir teknik olabileceğini ve yeni deneylerin yürütülmesinde zaman ve maliyet tasarrufu sağlayabileceği sonucuna ulaşmışlardır [12].…”

Ensemble MLP Networks for Voices Command Classification to Control Model Car via Piface Interface of Raspberry Pi

“…The MLP is popular algorithm to use as the classification model for the voice command [9]- [12] and other applications [13][14][15]. The first experiment is to locate the appropriate structure of the MLP.…”

Estimation of Compressive Strengths of Pumice-and Diatomite-Containing Cement Mortars with Cascade Forward Back Propagation and Gaussian Function Models

“…Sakthivel vd. [3] yapmış oldukları çalışmada YSA ile hibrit örgü ve elyaf takviyeli çimentoyla üretilen döşeme elemanlarının eğilme mukavemetlerini tahmin etmek için üç model oluşturmuştur. Her üç modelin belirleme katsayılarının (R 2 ) %99,8, %98,8 ve %93,3 değerlerinde olduğu ve bu modelerin başarılı modeller olduğunu belirtmişlerdir.…”

“…Her üç modelin belirleme katsayılarının (R 2 ) %99,8, %98,8 ve %93,3 değerlerinde olduğu ve bu modelerin başarılı modeller olduğunu belirtmişlerdir. Ayrıca YSA için deneysel çalışmalardan daha önce elde edilen veya teorik ya da ampirik değerleri tahmin etmek için iyi ve etkili bir teknik olduğunu, bu sayede de yapılacak yeni deneyler için hem zaman hem de maliyetten tasarruf sağlayabileceğini ifade etmişlerdir [3]. Bir diğer çalışmada metakaolin ile üretilen çimento esaslı harçların basınç dayanımının tahmini için YSA ve ANFIS modelleri oluşturulmuştur.…”