Sale
کاربردهای هوش محاسباتی در فناوری بتن ۲۰۲۲
Applications of Computational Intelligence in Concrete Technology 2022
دانلود کتاب کاربردهای هوش محاسباتی در فناوری بتن ۲۰۲۲ (Applications of Computational Intelligence in Concrete Technology 2022) با لینک مستقیم و فرمت pdf (پی دی اف)
| نویسنده |
Sakshi Gupta, Parveen Sihag, Mohindra Singh Thakur, Utku Kose |
|---|
ناشر:
CRC Press
۳۰ هزار تومان تخفیف با کد «OFF30» برای اولین خرید
| سال انتشار |
2022 |
|---|---|
| زبان |
English |
| تعداد صفحهها |
320 |
| نوع فایل |
|
| حجم |
24.7MB |
🏷️ قیمت اصلی: 200,000 تومان بود.129,000 تومانقیمت فعلی: 129,000 تومان.
هوشمصنوعی ترجمه کالیبو
توضیحات
معرفی کتاب کاربردهای هوش محاسباتی در فناوری بتن ۲۰۲۲
هوش محاسباتی (CI) در فناوری بتن، به دلیل محدودیتهایی در مجموعههای داده، هنوز به طور کامل در سراسر جهان مورد بررسی قرار نگرفته است. این کتاب به بررسی انتخاب و جداسازی مجموعههای داده، پارامترهای ارزیابی عملکرد برای انواع مختلف بتن و مواد مرتبط، و تحلیل حساسیت مربوط به تکنیکهای مختلف CI میپردازد. مفاهیم بنیادی و تحلیلهای ضروری برای تکنیکهای CI مانند شبکههای عصبی مصنوعی، سیستم فازی، ماشین بردار پشتیبان، و نحوه عملکرد آنها برای حل مسائل واقعی، توضیح داده شده است.
ویژگیها:
* این اولین کتاب در زمینه تحقیقاتی نوظهور و رو به رشد است.
* به بررسی استفاده از تکنیکهای مختلف هوش محاسباتی در کاربردهای فناوری بتن میپردازد.
* اثربخشی روشهای مورد استفاده و طیف گسترده تکنیکهای موجود را توضیح میدهد.
* طیف گستردهای از رشتهها از مهندسی عمران، فناوری ساخت و ساز، و فناوری بتن را با هوش محاسباتی، محاسبات نرم، علم داده، علوم کامپیوتر و غیره ادغام میکند.
* تجارب محققان سراسر جهان را که در این زمینه تحقیق میکنند گرد هم آورده و جنبههای مختلف تحقیقات آنها را بررسی میکند.
محتوای فنی ارائه شده برای محققان و همچنین مهندسان شاغل در صنعت بتن و ساخت و ساز مفید است.
فهرست کتاب:
۱. روی جلد
۲. صفحه عنوان فرعی
۳. صفحه مجموعه
۴. صفحه عنوان
۵. صفحه حق تکثیر
۶. فهرست مطالب
۷. پیشگفتار
۸. ویراستاران
۹. مشارکتکنندگان
۱۰. فصل ۱ کاربرد تکنیکهای هوش محاسباتی در فناوری بتن
۱۱. فصل ۲ توسعه مدلهای جنگل تصادفی، درخت تصادفی و رگرسیون خطی برای پیشبینی مقاومت فشاری بتن با استفاده از الیاف شیشه
۱۲. فصل ۳ پیشبینی مقاومت فشاری در دماهای بالا با استفاده از روشهای یادگیری ماشین
۱۳. فصل ۴ پیادهسازی رویکردهای یادگیری ماشین برای ارزیابی مقاومت خمشی بتن با الیاف شیشه
۱۴. فصل ۵ یک مطالعه تطبیقی با استفاده از ANFIS و ANN برای تعیین مقاومت فشاری بتن
۱۵. فصل ۶ پیشبینی مقاومت فشاری مخلوط بتن با استفاده از پودر سنگ مرمر ضایعاتی: مقایسهای از مدلهای ANN، RF، RT و LR
۱۶. فصل ۷ استفاده از GA برای پیشبینی مقاومت فشاری بتن حاوی نانو سیلیس
۱۷. فصل ۸ ارزیابی مدلها توسط تکنیکهای محاسبات نرم برای پیشبینی مقاومت فشاری بتن با استفاده از الیاف فولادی
۱۸. فصل ۹ استفاده از مدل رگرسیون برای تخمین مقاومت کششی شکافت برای بتن با بتن مسلح شده با الیاف بازالت
۱۹. فصل ۱۰ پیشبینی مقاومت فشاری بتن خود متراکم حاوی سیلیس با استفاده از تکنیکهای محاسبات نرم
۲۰. فصل ۱۱ استفاده از تکنیکهای محاسبات نرم برای پیشبینی مقادیر مقاومت فشاری بتن با بتن مسلح شده با الیاف بازالت
۲۱. فصل ۱۲ پیشبینی مبتنی بر محاسبات نرم از مقاومت فشاری بتن با مقاومت بالا
۲۲. فصل ۱۳ پیشبینی مقاومت فشاری بتن حاوی نانو سیلیس با استفاده از الگوریتم بهینهسازی ازدحام ذرات و الگوریتم ژنتیک
۲۳. فصل ۱۴ پیشبینی سرعت پالس اولتراسونیک بتن
۲۴. فصل ۱۵ ارزیابی ANN و تکنیکهای مبتنی بر درخت برای پیشبینی مقاومت فشاری بتن تقویت شده با پودر گرانیت
۲۵. فصل ۱۶ پیشبینی مقاومت فشاری سنگدانههای بازیافتی در بتن با عملکرد بالا با استفاده از شبکههای عصبی مصنوعی
۲۶. فصل ۱۷ پیشبینی و تحلیل مقاومت فشاری بتن با استفاده از شبکههای عصبی مصنوعی هیبریدی
۲۷. نمایه
توضیحات(انگلیسی)
Computational intelligence (CI) in concrete technology has not yet been fully explored worldwide because of some limitations in data sets. This book discusses the selection and separation of data sets, performance evaluation parameters for different types of concrete and related materials, and sensitivity analysis related to various CI techniques. Fundamental concepts and essential analysis for CI techniques such as artificial neural network, fuzzy system, support vector machine, and how they work together for resolving real-life problems, are explained.
Features:
- It is the first book on this fast-growing research field.
- It discusses the use of various computation intelligence techniques in concrete technology applications.
- It explains the effectiveness of the methods used and the wide range of available techniques.
- It integrates a wide range of disciplines from civil engineering, construction technology, and concrete technology to computation intelligence, soft computing, data science, computer science, and so on.
- It brings together the experiences of contributors from around the world who are doing research in this field and explores the different aspects of their research.
The technical content included is beneficial for researchers as well as practicing engineers in the concrete and construction industry.
Table of Contents
1. Cover
2. Half Title
3. Series Page
4. Title Page
5. Copyright Page
6. Table of Contents
7. Preface
8. Editors
9. Contributors
10. Chapter 1 Usage of Computational Intelligence Techniques in Concrete Technology
11. Chapter 2 Developing Random Forest, Random Tree, and Linear Regression Models to Predict Compressive Strength of Concrete Using Glass Fiber
12. Chapter 3 Prediction of Compressive Strength at Elevated Temperatures Using Machine Learning Methods
13. Chapter 4 Implementation of Machine Learning Approaches to Evaluate Flexural Strength of Concrete with Glass Fiber
14. Chapter 5 A Comparative Study Using ANFIS and ANN for Determining the Compressive Strength of Concrete
15. Chapter 6 Prediction of Concrete Mix Compressive Strength Using Waste Marble Powder: A Comparison of ANN, RF, RT, and LR Models
16. Chapter 7 Using GA to Predict the Compressive Strength of Concrete Containing Nano-Silica
17. Chapter 8 Evaluation of Models by Soft Computing Techniques for the Prediction of Compressive Strength of Concrete Using Steel Fibre
18. Chapter 9 Using Regression Model to Estimate the Splitting Tensile Strength for the Concrete with Basalt Fiber Reinforced Concrete
19. Chapter 10 Prediction of Compressive Strength of Self-Compacting Concrete Containing Silica’s Using Soft Computing Techniques
20. Chapter 11 Using Soft Computing Techniques to Predict the Values of Compressive Strength of Concrete with Basalt Fiber Reinforced Concrete
21. Chapter 12 Soft Computing-Based Prediction of Compressive Strength of High Strength Concrete
22. Chapter 13 Forecasting Compressive Strength of Concrete Containing Nano-Silica Using Particle Swarm Optimization Algorithm and Genetic Algorithm
23. Chapter 14 Prediction of Ultrasonic Pulse Velocity of Concrete
24. Chapter 15 Evaluation of ANN and Tree-Based Techniques for Predicting the Compressive Strength of Granite Powder Reinforced Concrete
25. Chapter 16 Predicting Recycled Aggregates Compressive Strength in High-Performance Concrete Using Artificial Neural Networks
26. Chapter 17 Compressive Strength Prediction and Analysis of Concrete Using Hybrid Artificial Neural Networks
27. Index
✨ ضمانت تجربه خوب مطالعه
بازگشت کامل وجه
در صورت مشکل، مبلغ پرداختی بازگردانده می شود.
دانلود پرسرعت
دانلود فایل کتاب با سرعت بالا
ارسال فایل به ایمیل
دانلود مستقیم به همراه ارسال فایل به ایمیل.
پشتیبانی ۲۴ ساعته
با چت آنلاین و پیامرسان ها پاسخگو هستیم.
ضمانت کیفیت کتاب
کتاب ها را از منابع معتیر انتخاب می کنیم.
