메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색

논문 기본 정보

자료유형
학술저널
저자정보
Loke Kok Foong (Duy Tan University) Yinghao Zhao (South China University of Technology) Chengzong Bai (South China University of Technology) Chengyong Xu (Duy Tan University)
저널정보
국제구조공학회 Smart Structures and Systems, An International Journal Smart Structures and Systems, An International Journal Vol.27 No.5
발행연도
2021.1
수록면
745 - 759 (15page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색

초록· 키워드

오류제보하기
Due to the benefits of the early prediction of concrete slump, introducing an efficient model for this purpose is of great importance. Considering this motivation, four strong metaheuristic algorithms, namely electromagnetic field optimization (EFO), water cycle algorithm (WCA), teaching-learning-based optimization (TLBO), and multi-tracker optimization algorithm (MTOA) are used to supervise a neural predictive system in analyzing the slump pattern. This supervision protects the network against computational issues like pre-mature convergence. The overall results (e.g., Pearson correlation indicator larger than 0.839 and 0.807 for the training and testing data, respectively) revealed the competency of the proposed models. However, investigating the rankings of the models pointed out the superiority of the WCA (MAE<sub>train</sub> = 3.3080 vs. 3.7821, 3.5782, and 3.6851; and MAE<sub>test</sub> = 3.8443 vs. 4.0326, 4.1417, and 4.0871 obtained for the EFO, TLBO, and MTOA, respectively). Moreover, the high efficiency of the EFO in terms of model complexity and convergence rate, as well as the adequate accuracy of prediction, demonstrated the suitability of the corresponding ensemble. Therefore, the neural systems trained by these two algorithms (i.e., the WCA and EFO) are efficient slump evaluative models and can give an optimal design of the concrete mixture for any desirable slump.
#concrete #slump modeling #neural system #optimization strategies

목차

등록된 정보가 없습니다.

참고문헌 (162)

참고문헌 신청
Masoud Abedini / 2021 / Performance Assessment of Concrete and Steel Material Models in LS-DYNA for Enhanced Numerical Simulation, A State of the Art Review / Archives of Computational Methods in Engineering 28(4):2921~2942 Crossref Masoud Abedini / 2020 / Large deflection behavior effect in reinforced concrete columns exposed to extreme dynamic loads / Frontiers of Structural and Civil Engineering 14(2):532~553 Crossref Hosein Abedinpourshotorban / 2016 / Electromagnetic field optimization: A physics-inspired metaheuristic optimization algorithm / Swarm and Evolutionary Computation 26:8~22 Crossref Joaquín Abellán García / 2020 / Properties prediction of environmentally friendly ultra-high-performance concrete using artificial neural networks / European Journal of Environmental and Civil Engineering 26(6):2319~2343 Crossref Hojjat Adeli / 2001 / Neural Networks in Civil Engineering: 1989–2000 / Computer-Aided Civil and Infrastructure Engineering 16(2):126~142 Crossref

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0