{"title":"Dự báo khả năng chịu uốn kết cấu BTCT được tăng cường bê tông siêu tính năng (UHPC) sử dụng mô hình hồi quy ký tự","authors":"Anh Lê Bá, Hải Hoàng Việt","doi":"10.47869/tcsj.75.5.13","DOIUrl":null,"url":null,"abstract":"Mô hình học máy (ML) đang thu hút sự quan tâm và ứng dụng rộng rãi của nhiều nhà khoa học trong lĩnh vực kỹ thuật. Mô hình này mang lại kết quả nhanh chóng hơn so với các phương pháp phân tích truyền thống, đặc biệt là khi xử lý dữ liệu lớn. Do đó, việc phát triển các mô hình dự báo chính xác hơn cho các bài toán kỹ thuật hiện đang là trọng tâm nghiên cứu của các nhà khoa học. Bài báo này trình bày nghiên cứu về phát triển mô hình hồi quy ký tự (SR-Symbolic Regression) dựa trên dữ liệu của các nghiên cứu trước đây để xây dựng phương trình dự đoán khả năng chịu mômen của dầm, bản bê tông cốt thép (BTCT) được tăng cường bằng bê tông tính năng siêu cao (UHPC). Cơ sở dữ liệu gồm 65 mẫu bản UHPC- BTCT tiết diện hình chữ nhật chịu tải trọng uốn được sử dụng để huấn luyện mô hình. Trong các mô hình hồi quy ký tự, mô hình Operon thể hiện hiệu suất vượt trội về tốc độ huấn luyện và độ chính xác. Với độ chính xác R2= 0,96 và MAE= 6,4, mô hình Operon có độ chính xác xấp xỉ các mô hình dự báo khác đã được công bố. Đồng thời mô hình Operon còn có ưu điểm là thể hiện được phương trình dự báo một cách tường minh giúp thể hiện rõ bản chất vật lý của mô hình cũng như tăng khả năng áp dụng. Phương trình thu được từ mô hình Operon cũng được so sánh với thí nghiệm được nhóm nghiên cứu thực hiện","PeriodicalId":235443,"journal":{"name":"Transport and Communications Science Journal","volume":"80 4","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2024-06-15","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Transport and Communications Science Journal","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.47869/tcsj.75.5.13","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0
Abstract
Mô hình học máy (ML) đang thu hút sự quan tâm và ứng dụng rộng rãi của nhiều nhà khoa học trong lĩnh vực kỹ thuật. Mô hình này mang lại kết quả nhanh chóng hơn so với các phương pháp phân tích truyền thống, đặc biệt là khi xử lý dữ liệu lớn. Do đó, việc phát triển các mô hình dự báo chính xác hơn cho các bài toán kỹ thuật hiện đang là trọng tâm nghiên cứu của các nhà khoa học. Bài báo này trình bày nghiên cứu về phát triển mô hình hồi quy ký tự (SR-Symbolic Regression) dựa trên dữ liệu của các nghiên cứu trước đây để xây dựng phương trình dự đoán khả năng chịu mômen của dầm, bản bê tông cốt thép (BTCT) được tăng cường bằng bê tông tính năng siêu cao (UHPC). Cơ sở dữ liệu gồm 65 mẫu bản UHPC- BTCT tiết diện hình chữ nhật chịu tải trọng uốn được sử dụng để huấn luyện mô hình. Trong các mô hình hồi quy ký tự, mô hình Operon thể hiện hiệu suất vượt trội về tốc độ huấn luyện và độ chính xác. Với độ chính xác R2= 0,96 và MAE= 6,4, mô hình Operon có độ chính xác xấp xỉ các mô hình dự báo khác đã được công bố. Đồng thời mô hình Operon còn có ưu điểm là thể hiện được phương trình dự báo một cách tường minh giúp thể hiện rõ bản chất vật lý của mô hình cũng như tăng khả năng áp dụng. Phương trình thu được từ mô hình Operon cũng được so sánh với thí nghiệm được nhóm nghiên cứu thực hiện