@Article{, title={Modeling of Polymer Modified-Concrete Strength with Artificial Neural Networks}, author={Abdulkader I. Abdulwahab Al-Hadithi and Khalid R. Mahmood Al-Janabi}, journal={Iraqi Journal of Civil Engineering المجلة العراقية للهندسة المدنية}, volume={}, number={10}, pages={47-68}, year={2008}, abstract={ABSTRACT: In this paper, artificial neural networks (ANNs) are used in attempt to obtain the strength of polymer-modified concrete (PMC). A database of 36 case records is used to develop and verify the ANN models. Four parameters are considered to have the most significant impact on the magnitude of (PMC) strength and are thus used as the model inputs. These include the Polymer/cement ratio, sand/cement ratio, gravel/cement ratio, and water/ cement ratio. The model output is the strength of (PMC). Multi-layer perceptron trained using the back-propagation algorithm is used. In this work, the feasibility of ANN technique for modeling the concrete strength is investigated. A number of issues in relation to ANN construction such as the effect of ANN geometry and internal parameters on the performance of ANN models are investigated. Design charts for prediction of polymer modified concrete strength are generated based on ANN model. It was found that ANNs have the ability to predict the strength of polymer modified concrete, with a very good degree of accuracy. The ANN models developed to study the impact of the internal network parameters on model performance indicate that ANN performance is reality insensitive to the number of hidden layer nodes, momentum terms or transfer functions. On the other hand, the impact of the learning rate on model predictions is more pronounced.

keywords:; Artificial Neural networks; Strength; Polymer Modified Concrete; Modeling.

في هذا البحث، جرى استخدام الشبكات العصبية الاصطناعية في محاولة لإيجاد نماذج دقيقة لايجادمقاومة الخرسانة المطورة بالبوليمر. تم استخدام قاعدة بيانات شملت ما مجموعه 36 لبناء واثباتنماذج الشبكات العصبية الاصطناعية. العوامل الاربعة التالية يمكن اعتبارها من العوامل ذات التأثيرالأكبر على مقاومة الخرسانة المطورة بالبوليمر وقد اعتبرت كمعطيات للنموذج وتشمل نسبة البوليمر الى السمنت، نسبة الرمل الى السمنت، نسبة الحصى الى السمنت،ونسبة الماء الى السمنت ، في حينإن مقاومة الخرسانة هو نتيجة النموذج. في هذا العمل تم استخدام الشبكات المتعددة الطبقات بتقنيةالانتشار الرجعي للخطأ لنمذجة مقاومة الخرسانة المطورة بالبوليمر. وقد تمت دراسة العديد منالحالات التي لها علاقة ببناء الشبكات العصبية الاصطناعية منها معمارية الشبكة والعوامل الداخلية لهاومدى تأثيرها على أداء نماذج الشبكات العصبية الاصطناعية، ووضعت اشكال تصميمية لحسابمقاومة الخرسانة المطورة بالبوليمر. لقد وجد بان الشبكات العصبية الاصطناعية لها القابلية على إيجادمقاومة الخرسانة المطورة بالبوليمر بدرجة جيدة جداً من الدقة. كما أن النماذج التي تم بناءها لدراسةتأثير العوامل الداخلية للشبكات على أداءها أظهرت أن أداء الشبكات غير حساس لعدد العقد في الطبقةالمخفية، للحد الكمي و لمعادلات النقل في المقابل فأن تأثير معدل التعلم اكثر وضوحاً على نتائجالتوقعات.} }