أستاذ
أ.د. هشام عبدالعزيز محمد العبدالجبار
الهندسة المدنية السنة التحضيرية بالخرج20بحثًا منشورًا
نظرة عامة
أ.د. هشام عبدالعزيز محمد العبدالجبار عضو هيئة تدريس في تخصص الهندسة المدنية بكلية السنة التحضيرية بالخرج في جامعة الأمير سطام بن عبدالعزيز، ويسهم في دعم مسيرة التعليم والتعلم من خلال تقديم المقررات الأكاديمية، والمشاركة في الأنشطة والبرامج التعليمية، ودعم تطوير مهارات الطلبة وتعزيز معارفهم في مجال الهندسة المدنية
المناصب القيادية
2024 — 2026
عميد عمادة القبول والتسجيل
جامعة الأمير سطام بن عبدالعزيز
2022 — 2024
عميد عمادة القبول والتسجيل
جامعة الأمير سطام بن عبدالعزيز
2022 — 2022
وكيل عمادة القبول والتسجيل للشؤون الفنية والأكاديمية
جامعة الأمير سطام بن عبدالعزيز
المؤهلات العلمية
دكتوراه الهندسة المدنية
الهندسة المدنية - الهندسة المدنية
جامعة واترلو — كندا
2016
ماجستير الهندسة
الهندسة - الهندسة الكهربائية
جامعة ليدز — المملكة المتحدة
2010
بكالوريوس الهندسة المدنية
الهندسة المدنية - الهندسة المدنية
جامعة الملك سعود — المملكة العربية السعودية
2008
التدرج الأكاديمي
أستاذ
Civil Engineering
2026
أستاذ مشارك
Civil Engineering
2021
أستاذ مساعد
Civil Engineering
2017
محاضر
Civil Engineering
2013
المهام والمسؤوليات الإدارية
عميد عمادة القبول والتسجيل
جامعة الأمير سطام بن عبدالعزيز
2024 — 2026
عميد عمادة القبول والتسجيل
جامعة الأمير سطام بن عبدالعزيز
2022 — 2024
وكيل عمادة القبول والتسجيل للشؤون الفنية والأكاديمية
جامعة الأمير سطام بن عبدالعزيز
2022 — 2022
الاهتمامات البحثية
ترميم المباني الخرسانية المسلحة
معالجة المباني الخرسانية المعرضة للصدأ
اصلاح وترميم المباني باستخدام (FRP)
الاستفادة من النفايات الطبيعية المعاد تدويرها واستخدامها في الخرسانة
الأبحاث المنشورة
عرض جميع الأبحاث (20)2026
Hybrid machine learning framework for predicting soil-caisson interaction under seismic loading using XGBoost and xLSTM
Ocean Engineering
Performance evaluation of sustainable concrete incorporating mineral fillers: experimental insights and predictive modeling using advanced machine learning
SPRINGER INT PUBL AG
A Deep Generative Adversarial Network-Driven Framework with Hybrid Machine Learning Models for Predicting Split Tensile Strength of Fiber-Reinforced Recycled Aggregate Concrete
Journal of Natural Fibers
Predicting the Impact of Crumb Rubber Size on the Rutting Resistance of Crumb Rubber Modified Asphalt Mixtures Using Gene Expression Programming
WILEY
Modeling mechanical properties of rubberized concrete using gene expression programming (GEP) and random forest: a comparative study
NATURE PORTFOLIO
Enhancing Compressive Strength Estimations of Rice Husk Ash Concrete Utilizing Metaheuristic Optimization Algorithms
Journal of Natural Fibers
2025
Advanced machine learning approaches for predicting compressive and flexural strength of carbon nanotube–reinforced cement composites a comparative study and model interpretability analysis
Nanotechnology Reviews
Forecasting the rheological properties of alkali-activated concrete utilizing gene expression programming
NATURE PORTFOLIO
Estimating the surface chloride concentration of marine concrete utilizing advanced hybrid machine learning models
Scientific Reports
Predicting Autogenous Shrinkage of High-Performance Concrete Utilizing Advanced Machine Learning Techniques
TAYLOR & FRANCIS INC
Sustainable strengthening of concrete deep beams with openings using ECC and Bamboo: An equation and data-driven approach through abaqus modeling and GEP
ELSEVIER
RSM-based optimization of recycled aggregate concrete with pozzolanic materials under high temperatures
FRONTIERS MEDIA SA
Cutting-Edge Hybrid Machine Learning Models for Forecasting the Acid Resistance of Cementitious Composites Incorporating Eggshell and Glass Powders
Journal of Natural Fibers
Hybrid Metaheuristic Optimized Random Forest Models for Predicting Compressive Strength of Alkali Activated Concrete
TAYLOR & FRANCIS INC
Estimating the compressive and tensile strength of basalt fibre reinforced concrete using advanced hybrid machine learning models
Structures
Predicting the shield effectiveness of carbon fiber reinforced mortars utilizing metaheuristic algorithms
Case Studies in Construction Materials
2024
Data-driven models for predicting compressive strength of 3D-printed fiber-reinforced concrete using interpretable machine learning algorithms
Case Studies in Construction Materials
Indirect estimation of resilient modulus (Mr) of subgrade soil: Gene expression programming vs multi expression programming
Structures
Comparison of boosting and genetic programming techniques for prediction of tensile strain capacity of Engineered Cementitious Composites (ECC)
ELSEVIER
2023
An overview of the research trends on fiber reinforced shotcrete for construction applications
Reviews on Advanced Materials Science
المقررات الدراسية
2 مقررات| رمز المقرر | اسم المقرر |
|---|---|
| 4980 همد | مشروع التخرج I |
| 4990 همد | مشروع التخرج II |
لا توجد نتائج مطابقة
جرّب كلمة بحث أخرى أو امسح الحقل لعرض جميع المقررات