Bài viết này trình bày mô hình mạng nơ ron nhân tạo với thuật toán Conjugate gradient được đề xuất để dự đoán cường độ nén của RAC. Cơ sở dữ liệu RAC trong nghiên cứu này gồm 650 kết quả thí nghiệm được tổng hợp từ 69 nghiên cứu thử nghiệm. Hiệu suất của mô hình ANN được đánh giá bằng cách sử dụng các tiêu chí thống kê, cụ thể là hệ số tương quan (R), sai số toàn phương trung bình (RMSE), sai số tuyệt đối trung bình (MAE) và sai số phần trăm tuyệt đối trung bình (MAPE). Kết quả cho thấy mô hình ANN đề xuất là một công cụ dự đoán hợp lý và hữu ích cho các kỹ sư, giúp tiết kiệm thời gian, giảm thiểu các thí nghiệm tốn kém. | Transport and Communications Science Journal Vol 72 Issue 3 04 2021 369-383 Transport and Communications Science Journal COMPRESSIVE STRENGTH PREDICTION OF RECYCLED AGGREGATE CONCRETE BY ARTIFICIAL NEURAL NETWORK Hai Bang Ly Thuy Anh Nguyen Hai Van Thi Mai University of Transport Technology No 54 Trieu Khuc Street Hanoi Vietnam ARTICLE INFO TYPE Research Article Received 28 01 2021 Revised 01 04 2021 Accepted 03 04 2021 Published online 15 04 2021 https Corresponding author Email banglh@ Abstract. The field of construction is evolving rapidly over the past decades. These activities require excessive amounts of aggregates for new construction and generate a large amount of demolition waste. To overcome this problem recycled aggregate concrete RAC in which natural aggregates are replaced with recycled concrete aggregates is a promising research direction aiming at conserving natural resources as well as reducing the environmental impacts. However the determination of the RAC mixture requires novel and sophisticated techniques due to the variability of recycled aggregates and the lack of prediction accuracy in estimating the compressive strength. In this study an artificial neural network ANN model using conjugate gradient CG algorithm is proposed to predict the compressive strength of RAC. The RAC database in this study includes 650 experimental results gathered from 69 experimental studies. The performance of the models is assessed using statistical criteria namely the correlation coefficient R root mean square error RMSE mean absolute error MAE and mean absolute percentage error MAPE . The results of this study show that the ANN-CG model can accurately predict the compressive strength of RAC representing a promising and useful alternative design solution for structural engineers. Keywords compressive strength recycled aggregate concrete artificial neural network ANN conjugate gradient algorithm. 2021 University of Transport
