Nghiên cứu này ứng dụng mô hình LightGBM để dự đoán cường độ liên kết của cốt thép bị ăn mòn và lớp bê tông bao quanh. Mô hình được huấn luyện và kiểm nghiệm dựa trên bộ dữ liệu gồm 218 mẫu thí nghiệm sưu tầm từ tài liệu hiện có. Các biến đầu vào để xác định cường độ liên kết giữa cốt thép bị ăn mòn và bê tông xung quanh gồm cường độ nén của bê tông (푋1)
độ dày lớp bê tông bao quanh (푋2)
loại cốt thép (푋3)
đường kính của cốt thép (푋4)
chiều dài đoạn liên kết (푋5) và mức độ ăn mòn (푋6). Kết quả tính toán lấy trung bình sau 30 lần chạy mô hình cho thấy thuật toán LightGBM có thể đạt được hiệu suất dự đoán tốt với sai số bình phương trung bình là 2.580, sai số tuyệt đối trung bình là 1.931, sai số phần trăm tuyệt đối trung bình là 33.379% và hệ số xác định là 0.843. Các chỉ số này cũng tỏ ra vượt trội so với mô hình học máy Rừng ngẫu nhiên. Do đó, mô hình LightGBM có thể hỗ trợ các kỹ sư dự đoán cường độ liên kết của cốt thép bị ăn mòn và lớp bê tông xung quanh.