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

برآورد مقاومت فشاری بتن با استفاده از شبکه عصبی مصنوعی و سیستم استنتاج فازی عصبی تطبیقی

نویسندگانسینا باقرزاده,محمود اکبری
همایش10th International Congress on Civil Engineering
تاریخ برگزاری همایش2015-5-5
محل برگزاری همایشتبریز
نوع ارائهسخنرانی
سطح همایشبین المللی

چکیده مقاله

مقاومت فشاری بتن یکی از مشخصات مهم مکانیکی بتن است که متأثر از طرح اختلاط بتن می باشد. اجزای تشکیل دهنده بتن سیمان، آب، درشت دانه و ریز دانه است که میزان آنها در طرح اختلاط بر مقاومت فشاری بتن تأثیر می گذارند. در زمینه تخمین رفتار بتن، تکنیک های ریاضی مختلفی توسط محققین ارائه شده است. به طوریکه در گذشته این تکنیک ها بیشتر بر پایه رگرسیون خطی و غیر خطی استوار بوده است. امروزه روش های بر پایه هوش مصنوعی مانند منطق فازی و شبکه های عصبی مصنوعی در این زمینه با موفقیت مورد استفاده قرار گرفته است و عموماً در ساخت این مدل ها از داده های آزمایشگاهی استفاده شده است. در این مطالعه با در نظرگیری اجزای نرمالایزشده طرح اختلاط بتن به عنوان متغیرهای ورودی، از شبکه عصبی مصنوعی (ANN) و سیستم استنتاج فازی-عصبی تطبیقی (ANFIS) برای برآورد مقاومت فشاری 28 روزه بتن استفاده می شود و کارایی مدلها در برآورد مقاومت فشاری بتن مورد تجزیه و تحلیل قرار می گیرد. نتایج نشان می دهند که این مدلها توانایی نسبتا مناسبی در برآورد مقاومت فشاری بتن دارند.