Ứng dụng các mô hình học máy dựa trên thuật toán cây để giải bài toán dự báo sức kháng cắt của dầm BTCT không cốt đai

Tóm tắt

Mô hình Ensemble Learning (ELB) và mô hình rừng ngẫu nhiên (RF) để dự đoán sức kháng cắt của dầm bê tông cốt thép không có cốt đai được đề xuất trong nghiên cứu này. Bộ cơ sở dữ liệu gồm 1849 kết quả thí nghiệm dầm thu thập được từ các tài liệu có sẵn đã được sử dụng cho quá trình huấn luyện và kiểm chứng các mô hình học máy đề xuất, với 12 thông số đầu vào, miêu tả các đặc tính hình học, vật liệu của dầm, các điều kiện gia tải. Việc đánh giá các mô hình được tiến hành và so sánh bằng cách sử dụng các phép đo thống kê nổi tiếng, cụ thể là hệ số xác định (R²), căn của sai số toàn phương trung bình (RMSE) và sai số tuyệt đối trung bình (MAE). Kết quả của nghiên cứu cho thấy cả hai mô hình học máy có khả năng thực hiện tốt việc dự đoán sức kháng cắt của dầm BTCT không có cốt đai, với R² = 0.917, RMSE = 43.32, MAE = 20.82 tương ứng với mô hình ELB và R² = 0.913, RMSE = 46.4, MAE = 22.43 tương ứng với mô hình RF. Điều này thể hiện cả hai mô hình học máy được đề xuất là một công cụ dự đoán chính xác và hữu ích cho các kỹ sư trong giai đoạn tiền thiết kế.