Predviđanje tlačne čvrstoće betona pomoću umjetnih neuronskih mreža

Svojstva betona, uključujući i tlačnu čvrstoću, uglavnom se mogu smatrati vrlo nelinearnim funkcijama njegovih komponenata. Metode koje se koriste za projektiranje betonskih mješavina u svojoj su osnovi simulacije koje zahtijevaju skupe i vremenski zahtjevne korekcije u laboratoriju. U ovom se radu predlaže korisna podrška utemeljena na umjetnoj neuronskoj mreži, točnije primjeni višeslojne perceptronske mreže, a može se primijeniti za predviđanje tlačne čvrstoće betonskih mješavina. Razvijeni modeli omogućuju smanjenje broja laboratorijskih ispitivanja koja se provode u svrhu korekcije betonske mješavine.
Concrete properties, including its compressive strength, are in general highly nonlinear functions of its components. Concrete mix design methods are basically simulations that require costly and time consuming adjustments in laboratory. A useful support tool based on artificial neural networks, using a multilayer perceptron network, is proposed in this paper as a means to predict compressive strength of concrete mixes. The developed models are useful for reducing the quantity of laboratory tests required for concrete mix design adjustments.