بهینه ‏سازی طرح مخلوط بتن با مقاومت بالا با استفاده از الگوریتم ژنتیک فراابتکاری

علاوه بر خواص مکانیکی و دوام بتن، هزینه تولید آن نیز می‏تواند بر انتخاب میزان مصالح تاثیرگذار باشد. از طرف دیگر تغییر کمیت مصالح در طرح مخلوط بتن، بر خواص بتن از جمله مقاومت فشاری، هم‌‌چنین قیمت تمام شده مصالح آن موثر است و این دو عامل از عوامل بسیار مهم برای تصمیم‌‌گیری در مصرف میزان مصالح بر اساس قیمت خرید برای تولیدکنندگان در صنعت بتن می‌‌باشند. بتن با مقاومت بالا در رده بتن‏هایی است که علاوه بر داشتن مقاومت بالا، دارای نسبت آب به مواد سیمانی پایین و تنوع مصالح بیشتری است، لذا انتخاب مقدار دقیق مصالح برای رسیدن به یک رده مقاومتی خاص در این نوع بتن، به نحوی که کمترین قیمت تمام‏شده را دربر داشته باشد، مشکل است. در تحقیق حاضر با استفاده از الگوریتم ژنتیک فراابتکاری داده‏های یک تحقیق مرجع، از نظر مقاومت فشاری و قیمت مصالح ساخت بهینه‌‌سازی شدند تا علاوه بر دستیابی به بالاترین مقاومت ممکن با کمترین هزینه، برای رسیدن به مقاومت‌‌های هدف نیز بتوان هزینه کمینه را به‌‌دست آورد. نتایج بررسی‌‌ها نشان داد که پاسخ بهینه الگوریتم ژنتیک فراابتکاری، در مقایسه با نقطه بهینه تحقیق مرجع دارای مقاومتی به میزان %10/2 بالاتر و با هزینه %8/2 پایین‏تر بود. همچنین با توجه به اینکه الگوریتم ژنتیک فراابتکاری توانایی انتخاب طرح مخلوط برای رده‏های مقاومتی مختلف را دارد، بررسی طرح مخلوط های مختلف نشان داد که، الگوریتم نسبت به تغییر مقدار مصالح طرح مخلوط با هوشمندی عمل نموده و تغییرات را به نحوی اعمال نموده است که در فرآیند کسب مقاومت‏های مورد نظر، تغییرات میزان مصالح مصرفی در طرح مخلوط، با اعمال کمترین هزینه ممکن، پیشنهاد شوند.

optimization high-strength concrete mixing design using meta-heuristic genetic algorithm

in addition to the mechanical properties and durability of concrete, its production cost can also affect the choice of materials. on the other hand, changing the quantity of materials in the concrete mixing design affects the properties of concrete, including compressive strength and cost of materials, and these two factors are very important factors in deciding to use more or less materials in terms of purchase price for manufacturers in the concrete industry. high-strength concrete (hsc) is in the category of concretes that in addition to having high strength, has a low ratio of water to binder and a greater variety of materials, so in this type of concrete, choosing the exact amount of material to achieve a certain strength class, to have the lowest cost is difficult. in the present study, using a meta-heuristic genetic algorithm, the data of a reference study related to a class of hsc were optimized in terms of compressive strength and fabrication price in addition to achieving the highest possible strength at the lowest cost, the target strengths can also be minimized. the results showed that the meta-heuristic genetic algorithm acted intelligently to change the amount of materials in the mixing design and made the changes in such a way that in the process of obtaining the desired strengths, changes in the amount of materials used in the mixing design, with the least costs may be offered.