Нейронная сеть на основе алгоритма летучих мышей для прогнозирования прочности бетона при сжатии: сравнительное исследование

Количество значимых факторов и их нелинейное поведение — главным образом нелинейное влияние этих факторов на свойства бетона — побудили исследователей применять сложные модели, такие как искусственные нейронные сети (ИНС). Прочность при сжатии является одним из ключевых показателей при проектировании и анализе бетонных конструкций. В данном исследовании для точного и эффективного моделирования прочности бетона при сжатии используются 1030 образцов бетона, представленных в научной литературе. Для этого применяется нейронная сеть прямого распространения (FF), моделирующая прочность при сжатии на основе восьми различных факторов. В частности, параметры ИНС обучаются с использованием алгоритма летучих мышей (BAT). Полученная оптимизированная модель проверяется посредством сравнительного анализа с ИНС, оптимизированными с помощью генетического алгоритма (GA) и оптимизации на основе обучения и преподавания (TLBO), а также с моделью многомерной линейной регрессии и четырьмя моделями прочности при сжатии, предложенными в литературе. Результаты показывают, что ИНС, оптимизированная с помощью BAT, обеспечивает более точную оценку прочности бетона при сжатии.