رزومه
QR


محمود اکبری

محمود اکبری

دانشیار

دانشکده: دانشکده مهـندسـی

گروه: مهندسی عمران

مقطع تحصیلی: دکتری

رزومه
QR
محمود اکبری

دانشیار محمود اکبری

دانشکده: دانشکده مهـندسـی - گروه: مهندسی عمران مقطع تحصیلی: دکتری |

برنامه هفتگی دکتر محمود اکبری

نیمسال دوم سال تحصیلی 1404-1403

Tel: 031-55912452, Office: 307G

Email: makbari@kashanu.ac.ir

Websitehttps://faculty.kashanu.ac.ir/makbari/fa

     ساعت

روز

8-10

10-12

12-14

14-16

16-18

18-20

شنبه

اجرایی

اجرایی اجرایی اجرایی هیدروانفورماتیک مراجعه دانشجویی

یکشنبه

اجرایی اجرایی اجرایی

هیأت رئیسه

هیأت رئیسه هیدروانفورماتیک

دوشنبه

اجرایی اجرایی اجرایی

شورای دانشگاه، جلسه گروه 

مهندسی آب و فاضلاب و پروژه

مراجعه دانشجویی

سه شنبه

اجرایی اجرایی اجرایی

اجرایی

مهندسی آب و فاضلاب و پروژه

راهنمایی و مشاوره دانشجویان ویژه ورودی های 1402

چهارشنبه

اجرایی اجرایی اجرایی

اجرایی

اجرایی اجرایی

توضیحات

1-در غیر از ساعات اعلام شده در صورت حضور در خدمت مراجعین محترم خواهم بود.

2- جهت هماهنگی بیشتر قبل از مراجعه از طریق ایمیل با بنده مکاتبه شود.

3-برای آگاهی از نمرات میانترم، پایانترم و هرگونه اطلاعات دیگری در مورد دروس به وب سایت بنده مراجعه شود.

نمایش بیشتر

پیش بینی مقاومت فشاری بتن با استفاده از شبکه عصبی مصنوعی

نویسندگانمهران شیرانی بیدآبادی,مهدی ظهرابی,محمود اکبری
همایشهفتمین کنفرانس ملی سالیانه بتن ایران
تاریخ برگزاری همایش2015-10-7
محل برگزاری همایشتهران
نوع ارائهسخنرانی
سطح همایشملی

چکیده مقاله

امروزه بتن یکی از پرکاربردترین مصالح در ساخت و ساز به شمار می‌آید، از این رو بررسی رفتار و مقاومت بتن بسیار حائز اهمیت است. مقاومت فشاری بتن به مقدار زیادی تحت تاثیر طرح اختلاط آن قرار دارد. پارامترهایی نظیر نسبت آب به سیمان، نسبت درشت دانه به سیمان و نسبت درشت دانه به کل دانه ها را می‌توان از جمله موارد بسیار تاثیر‌گذار بر مقاومت فشاری بتن نام برد. از آنجایی که این پارامترها می‌توانند در محدوده‌ی نسبتا وسیعی قرار بگیرند، پیش‌بینی رفتار بتن مشکل است. پس برای رفع این مشکل نیازمند یک مدل‌سازی پیشرفته هستیم.یکی از ابزارهای بسیار مفید برای رسیدن به این هدف، شبکه‌ی عصبی مصنوعی است، که برگرفته از مفهوم شبکه‌های عصبی بیولوژیکی است. مدل‌ شبکه عصبی در واقع یک مدل رگرسیون غیر‌خطی پیچیده است که با استفاده از آن با صرف کمترین هزینه‌ی آزمایشگاهی امکان پیش‌بینی رفتار بتن میسر می‌گردد. در این مقاله با کمک مدل‌سازی شبکه عصبی با استفاده از پارامترهای مذکور، کارایی شبکه عصبی در پیش‌بینی مقاومت فشاری بتن را به معرض نمایش درآورده‌ایم. برای ساخت مدل از 91 داده‌ی آزمایشگاهی استفاده شده است و نتایج نهایی نمایانگر تطابق مورد قبولی با مقادیر واقعی مقاومت فشاری بتن هستند.