@Article{, title={Predicting Punching Shear Strength of Ferrocement Slabs Using Back-Propagation Neural Network التنبؤ بمقاومة القص للسقوف الفيروسمنتية باستخدام تقنيات الشبكات العصبية}, author={Mohammed A. Mashrei محمد عويش مشري}, journal={University of Thi-Qar Journal for Engineering Sciences مجلة جامعة ذي قار للعلوم الهندسية}, volume={3}, number={2}, pages={84-102}, year={2012}, abstract={A back-propagation neural network (BPNN) model is developed to predict the punching shear strength of square ferrocement slabs. The experimental data used for training and testing the neural network model, are collected from several sources. They are arranged in a formatof seven input parameters (the effective span, slab thickness, yield tensile strength of wire mesh, volume fraction of wire mesh, mortar compressive strength, width of square loaded area, boundary condition of the supported slabs) and one output parameter (punching shearstrength). A parametric study is carried out using BPNN to study the influence of each parameter affecting the punching shear strength of ferrocement slabs. A comparison with the experimental results and those from other existing empirical equations demonstrates that thepredictions from BPNN are indeed better. We conclude that the BPNN model may serve as a good tool for predicting the punching shear strength.

استخدمت خوارزمية التعقب الخلفي للشبكات العصبية للتنبؤ بمقاومة القص للسقوف الفيروسمنتية ذات الاشكال المربعة. تم تدريب وفحص الشبكة العصبية بالاعتماد على معلومات عملية أخذت من تجارب سابقة ومن مصادر مختلفة. تم الأخذ بنظر الاعتبار العوامل المؤثرة هندسيا على تصرف السقوف بشكل عام لبناء الشبكة العصبية. مدخلات الشبكة هي: الفضاء الفعال, سمك السقف, مقاومة الخرسانة, نسبة الحديد, مقدار الخضوع للحديد, ابعاد مساحة التحميل بالإضافة إلى طريقة الإسناد المستخدمة أما المخرجات فكانت مقاومة القص للسقوف. كذلك تم في هذا البحث دراسة تأثير كل عنصر من العناصر المدخلة على مقاومة القص للسقوف الفيروسمنتية. تم مقارنة النتائج التي تم الحصول عليها في بحثنا هذا مع بعض النتائج العملية و مع النتائج التي تم الحصول عليها من طرق مقترحة اخرى لحساب مقاومة القص للسقوف. اثبت النتائج بان تقنية الشبكات العصبية وباستخدام خوارزمية التعقب الخلفي هي طريقة جيدة لحساب مقاومة القص ويمكن اعتمادها للتبوء بأي نموذج أخرى ضمن حدود البيانات المستخدمة في بحثنا هذا.} }