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

Uğur Güvenç; Burak Koçak

Makale detayları

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

Yazarlar:

Uğur Güvenç | Burak Koçak

Yayıncı:

Duzce University

Ana Başlıklar:

Mühendislik

Dergi:

Düzce Üniversitesi Bilim ve Teknoloji Dergisi Vol.11 Issue 2, pp.682-698

Belge Tipi:

Makale

Yayın Tarihi:

4/2023

Belge Dili:

Türkçe

Document ID (Org No.):

2001288315

pISSN:

2148-2446

Anahtar kelimeler:

Özet:

 In this study, compressive strengths of pumice-and diatomite-containing cement mortars were estimated by artificial neural network ANN and adaptive neuro-fuzzy inference system ANFIS. Cascade forward back propagation algorithm for ANN and Gaussian membership function for ANFIS are preferred. In the creation of models, the compressive strengths of the mortars produced with a total of 7 types of cement on the 2nd, 7th, 28th and 90th days were used. During the training and testing stages of the models; 5 input hydration day, Portland cement, pumice, diatomite and water and 1 output compressive strength parameters are used. The comparison of the experimental results with the results obtained from the model was carried out with statistical methods such as R2, MAPE and RMSE. The data obtained show that the results obtained with the ANN model almost reach the real values for all hydration days, and this model is a successful prediction model.

 In this study, compressive strengths of pumice-and diatomite-containing cement mortars were estimated by artificial neural network ANN and adaptive neuro-fuzzy inference system ANFIS. Cascade forward back propagation algorithm for ANN and Gaussian membership function for ANFIS are preferred. In the creation of models, the compressive strengths of the mortars produced with a total of 7 types of cement on the 2nd, 7th, 28th and 90th days were used. During the training and testing stages of the models; 5 input hydration day, Portland cement, pumice, diatomite and water and 1 output compressive strength parameters are used. The comparison of the experimental results with the results obtained from the model was carried out with statistical methods such as R2, MAPE and RMSE. The data obtained show that the results obtained with the ANN model almost reach the real values for all hydration days, and this model is a successful prediction model.

 In this study, compressive strengths of pumice-and diatomite-containing cement mortars were estimated by artificial neural network ANN and adaptive neuro-fuzzy inference system ANFIS. Cascade forward back propagation algorithm for ANN and Gaussian membership function for ANFIS are preferred. In the creation of models, the compressive strengths of the mortars produced with a total of 7 types of cement on the 2nd, 7th, 28th and 90th days were used. During the training and testing stages of the models; 5 input hydration day, Portland cement, pumice, diatomite and water and 1 output compressive strength parameters are used. The comparison of the experimental results with the results obtained from the model was carried out with statistical methods such as R2, MAPE and RMSE. The data obtained show that the results obtained with the ANN model almost reach the real values for all hydration days, and this model is a successful prediction model.

 Bu çalışmada, yapay sinir ağı YSA ve uyarlamalı ağ tabanlı bulanık çıkarım sistemi ANFIS ile pomza ve diyatomit içerikli çimento harçlarının basınç dayanımlarının tahmini yapılmıştır. YSA için kademeli ileri geri yayılım algoritması, ANFIS için ise Gauss üyelik fonksiyonu tercih edilmiştir. Modellerin oluşturulmasında toplam 7 tip çimento ile üretilen harçların 2., 7., 28. ve 90. hidratasyon günlerinde belirlenen basınç dayanım sonuçları kullanılmıştır. Modellerin eğitim ve test süreçlerinde; 5 giriş hidratasyon günü, Portland çimento, pomza, diatomit, su ve 1 çıkış basınç dayanımı parametresi kullanılmıştır. Deney sonuçlarıyla modelden elde edilen sonuçların karşılaştırılması R2, MAPE ve RMSE gibi istatistiksel yöntemlerle gerçekleştirilmiştir. Elde edilen veriler, YSA modeli ile elde edilen sonuçların tüm hidratasyon günleri için hemen hemen gerçek değerlere ulaşıldığını ve bu modelin başarılı bir tahmin modeli olduğunu göstermektedir.

Makale detayları

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

Yazarlar:

Uğur Güvenç | Burak Koçak

Yayıncı:

Duzce University

Ana Başlıklar:

Mühendislik

Dergi:

Düzce Üniversitesi Bilim ve Teknoloji Dergisi Vol.11 Issue 2, pp.682-698

Belge Tipi:

Makale

Yayın Tarihi:

4/2023

Belge Dili:

Türkçe

Document ID (Org No.):

2001288315

pISSN:

2148-2446

ANN

ANFIS

pumice

diatomite

compressive strengthANN

ANFIS

pomza

diatomit

basınç dayanımı

Sayı

Makale detayları

Yazarlar: Uğur Güvenç | Burak Koçak

Yayıncı: Duzce University

Ana Başlıklar: Mühendislik

Dergi: Düzce Üniversitesi Bilim ve Teknoloji Dergisi Vol.11 Issue 2, pp.682-698

Belge Tipi: Makale

Yayın Tarihi: 4/2023

Belge Dili: Türkçe

Document ID (Org No.): 2001288315

pISSN: 2148-2446

Sayı

Yazarlar:

Uğur Güvenç | Burak Koçak

Yayıncı:

Duzce University

Ana Başlıklar:

Mühendislik

Dergi:

Düzce Üniversitesi Bilim ve Teknoloji Dergisi Vol.11 Issue 2, pp.682-698

Belge Tipi:

Makale

Yayın Tarihi:

4/2023

Belge Dili:

Türkçe

Document ID (Org No.):

2001288315

pISSN:

2148-2446