Ayhan ŞAMANDAR

Düzce Üniversitesi

Prediction Of Compressive Strength Of Normal Weight Concrete Including Fly Ash By Using Artificial Neural Network

Düzce Üniversitesi Bilim ve Teknoloji Dergisi

2015-Cilt: 3 - Sayı: 2

481-487

Beton, Basınç dayanımı, Uçucu kül, Yapay sinir ağları

Concrete, Compressive strength, Fly ash, Artificial neural networks

7519

Benzer Makaleler

DEĞİŞİK TİP ÇİMENTOLARLA HAZIRLANAN HARÇLARIN EĞİLME SONRASI BASINÇ DAYANIMI İLE DOĞRUDAN BASINÇ DAYANIMLARININ KARŞILAŞTIRILMASI

Dokuz Eylül Üniversitesi Mühendislik Fakültesi Fen ve Mühendislik Dergisi

Hayri ÜN

Exploration of the Effect of Carbon Fiber Ratio and Dimensions on Electrical Conductivity in Mortars

Sürdürülebilir Mühendislik Uygulamaları ve Teknolojik Gelişmeler Dergisi

Hacer UZUNALİOĞLU, Salih YAZICIOĞLU, Adem AHISKALI, Hakan ÇAĞLAR

PET Lif Takviyeli Farklı Puzolanik İkameli Çimento Harçlarının Mekanik Etkisi

Gazi Üniversitesi Fen Bilimleri Dergisi Part C: Tasarım ve Teknoloji

Ahmet FİLAZİ

YSA VE GA TEMELLİ YENİ BİR ALGORİTMA İLE DOĞRUSAL OLMAYAN OPTİMİZASYON

Dokuz Eylül Üniversitesi İşletme Fakültesi Dergisi

Sabri ERDEM

Yapay Sinir Ağları ile Hisse Senedi Fiyat Tahmin Modeli: Türk Hava Yolları Uygulaması

Journal of Aviation

Muhammed Fatih YÜRÜK

Kuruca Dağından Elde Edilen Agregaların Beton Agregası Olarak Kullanılabilirliği

Mehmet Akif Ersoy Üniversitesi Fen Bilimleri Enstitüsü Dergisi

Hasan POLAT, Oktar SOYKAN

Geri Dönüştürülmüş Asfalt Tozunun Alkali Aktifleştirilmiş Cüruf Harçları Üzerindeki Etkisi

Uluslararası Mühendislik Araştırma ve Geliştirme Dergisi

Erdinç Halis ALAKARA

Effect of Aggregates with Different Physical Properties on Concrete Strength for Different Water to Cement Ratio and Different Cement Content

Afyon Kocatepe Üniversitesi Fen ve Mühendislik Bilimleri Dergisi

Esra TUGRUL TUNC