کتاب شبکه عصبی مصنوعی و پیش بینی مقاومت بتن با الیاف GFRP

کتاب شبکه عصبی مصنوعی و پیش‌بینی مقاومت بتن با الیاف GFRP نوشته‌ی مژگان سیفی، اثری تخصصی در حوزه مهندسی عمران و کاربرد هوش مصنوعی در مصالح ساختمانی است. این کتاب به بررسی نقش شبکه‌های عصبی مصنوعی و مدل‌های فازی-عصبی در پیش‌بینی مقاومت فشاری بتن‌های تقویت‌شده با الیاف پلیمری شیشه‌ای (GFRP) می‌پردازد. نشر ندای کارآفرین آن را منتشر کرده است. اثر حاضر با رویکردی پژوهشی و تحلیلی، ضمن معرفی مفاهیم پایه‌ای شبکه‌های عصبی و منطق فازی، به مدل‌سازی و تحلیل داده‌های آزمایشگاهی بتن‌های مسلح‌شده با الیاف می‌پردازد و نتایج حاصل از مدل‌سازی‌های مختلف را با یکدیگر مقایسه می‌کند. نسخه‌ی الکترونیکی این اثر را می‌توانید از طاقچه خرید و دانلود کنید.

درباره کتاب شبکه عصبی مصنوعی و پیش بینی مقاومت بتن با الیاف GFRP

کتاب شبکه عصبی مصنوعی و پیش‌بینی مقاومت بتن با الیاف GFRP نوشته‌ی مژگان سیفی، اثری است که در مرز میان مهندسی عمران و علوم داده حرکت می‌کند. این کتاب با تمرکز بر کاربرد شبکه‌های عصبی مصنوعی و مدل‌های فازی-عصبی، به بررسی روش‌های نوین پیش‌بینی مقاومت فشاری بتن‌های تقویت‌شده با الیاف پلیمری شیشه‌ای می‌پردازد. ساختار کتاب شامل مقدمه‌ای درباره اهمیت مقاوم‌سازی سازه‌ها در مناطق لرزه‌خیز، مروری بر تاریخچه و کاربردهای الیاف GFRP در صنعت ساختمان، و سپس ورود به مباحث تخصصی شبکه‌های عصبی، منطق فازی و مدل‌های ترکیبی است. بخش‌های بعدی به مراحل اجرای مطالعات بومی، جمع‌آوری و تحلیل داده‌های آزمایشگاهی، مدل‌سازی با استفاده از نرم‌افزارهای تخصصی و در نهایت مقایسه و ارزیابی نتایج مدل‌های مختلف اختصاص یافته است. کتاب با ارائه جداول، نمودارها و تحلیل‌های آماری، تصویری جامع از روند پژوهش و یافته‌های حاصل از مدل‌سازی‌های انجام‌شده ارائه می‌دهد. نویسنده تلاش کرده است تا ضمن بیان مفاهیم نظری، کاربرد عملی این روش‌ها را در حل مسائل واقعی مهندسی عمران نشان دهد.

خلاصه کتاب شبکه عصبی مصنوعی و پیش بینی مقاومت بتن با الیاف GFRP

کتاب شبکه عصبی مصنوعی و پیش‌بینی مقاومت بتن با الیاف GFRP، با طرح مسئله‌ای مهم در مهندسی عمران آغاز می‌شود: چگونه می‌توان مقاومت فشاری بتن‌های تقویت‌شده با الیاف پلیمری را به‌دقت پیش‌بینی کرد؟ نویسنده ابتدا به اهمیت مقاوم‌سازی سازه‌ها در برابر زلزله و نقش الیاف GFRP در افزایش مقاومت و شکل‌پذیری بتن می‌پردازد. سپس، مروری بر روش‌های سنتی و نوین تقویت سازه‌ها ارائه می‌شود و مزایای استفاده از مواد کامپوزیتی نسبت به روش‌های قدیمی مورد بررسی قرار می‌گیرد. در ادامه، مفاهیم پایه‌ای شبکه‌های عصبی مصنوعی و منطق فازی شرح داده شده است. نویسنده توضیح می‌دهد که شبکه‌های عصبی چگونه با الگوبرداری از مغز انسان، قادر به یادگیری و تعمیم روابط پیچیده میان متغیرهای مختلف هستند و چرا این ویژگی‌ها برای مدل‌سازی رفتار بتن اهمیت دارد. سپس، مدل‌های ترکیبی عصبی-فازی معرفی می‌شوند که با بهره‌گیری از قواعد فازی و قابلیت یادگیری شبکه‌های عصبی، امکان پیش‌بینی دقیق‌تر مقاومت بتن را فراهم می‌کنند. در بخش‌های بعدی، مراحل اجرای یک مطالعه بومی تشریح شده است: جمع‌آوری داده‌های آزمایشگاهی از نمونه‌های استوانه‌ای بتن مسلح‌شده با الیاف، انتخاب پارامترهای مؤثر (مانند قطر، ارتفاع، مدول الاستیسیته، ضخامت لایه‌ها و مقاومت اولیه بتن)، آماده‌سازی داده‌ها و نرمال‌سازی آن‌ها برای ورود به مدل‌های محاسباتی. سپس، مدل‌سازی با استفاده از شبکه‌های عصبی مصنوعی و مدل‌های عصبی-فازی انجام می‌شود و نتایج حاصل از هر مدل با معیارهای آماری مانند ضریب همبستگی، ضریب تبیین و میانگین مربعات خطا ارزیابی می‌گردد. در نهایت، کتاب به مقایسه عملکرد مدل‌های مختلف می‌پردازد و نشان می‌دهد که مدل‌های عصبی-فازی تطبیقی، در بسیاری از موارد، دقت بالاتری نسبت به مدل‌های صرفاً عصبی دارند. نویسنده با ارائه جداول و نمودارهای تحلیلی، نقاط قوت و محدودیت‌های هر روش را بررسی کرده و پیشنهادهایی برای بهبود مدل‌سازی در پروژه‌های آینده ارائه داده است.

چرا باید کتاب شبکه عصبی مصنوعی و پیش بینی مقاومت بتن با الیاف GFRP را بخوانیم؟

این کتاب با رویکردی تخصصی و تحلیلی، پلی میان دانش مهندسی عمران و علوم داده برقرار کرده است. از ویژگی‌های شاخص آن می‌توان به توضیح شفاف مفاهیم شبکه‌های عصبی و منطق فازی، ارائه روند گام‌به‌گام مدل‌سازی داده‌های آزمایشگاهی، و مقایسه عملی مدل‌های مختلف اشاره کرد. خواننده با مطالعه این کتاب، با کاربردهای هوش مصنوعی در حل مسائل پیچیده مهندسی آشنا می‌شود و می‌تواند از تجربیات و نتایج ارائه‌شده برای طراحی و تحلیل پروژه‌های مقاوم‌سازی سازه‌ها بهره ببرد. همچنین، کتاب با ارائه مثال‌های واقعی و تحلیل داده‌های آزمایشگاهی، امکان یادگیری عملی و انتقال دانش به پروژه‌های مشابه را فراهم می‌کند.

خواندن این کتاب را به چه کسانی پیشنهاد می‌کنیم؟

خواندن این کتاب به دانشجویان و پژوهشگران مهندسی عمران، علاقه‌مندان به کاربرد هوش مصنوعی در علوم مهندسی، فعالان حوزه مقاوم‌سازی سازه‌ها و کسانی که با تحلیل داده‌های آزمایشگاهی و مدل‌سازی ریاضی سروکار دارند پیشنهاد می‌شود.