Dự báo độ võng dài hạn của dầm bê tông cốt thép bằng mô hình học máy tối ưu hóa Jellyfish Search=Prediction of long-term deflection of reinforced concrete beams using Jellyfish Search optimization machine learning model

0 Người đánh giá. Xếp hạng trung bình 0

Tác giả: Thị Thùy Linh Lê, Hữu Anh Tuấn Nguyễn, Công Phương Phạm, Ts Trương Đình Nhật

Ngôn ngữ: vie

Ký hiệu phân loại:

Thông tin xuất bản: Tạp chí Xây dựng, 2024

Mô tả vật lý: tr.112

Bộ sưu tập: Metadata

ID: 481209

Thêm vào giỏ

Độ võng dài hạn của dầm bê tông cốt thép (BTCT) luôn là một thách thức trong việc thiết kế kết cấu. Nghiên cứu này tập trung vào phát triển một mô hình học máy sử dụng thuật toán tối ưu hóa Jellyfish Search để dự báo độ võng dài hạn của dầm BTCT. Dựa trên bộ dữ liệu của nghiên cứu đã công bố, các mô hình học máy được xây dựng và đánh giá (bao gồm mô hình đơn và mô hình hỗn hợp) để chọn ra mô hình có độ chính xác cao nhất. Thuật toán tối ưu hóa Jellyfish Search được sử dụng để tối ưu hóa các tham số của mô hình được chọn. Kết quả tính toán sẽ được đánh giá lại với các kết quả của nghiên cứu trước đây. Kết quả so sánh cho thấy mô hình JS – Bagging ANN đạt được hiệu suất vượt trội với R = 0.976
MAE = 3.988 (mm)
RMSE = 1.777 (mm)
MAPE = 14.154% và SI = 0.00 (1). Do đó mô hình JS – Bagging ANN rất đáng tham khảo để dự báo độ võng dài hạn của dầm BTCT trong tính toán thiết kế. Từ khóa: Độ võng dài hạn
dầm bê tông cốt thép
Jellyfish Search
mô hình học máy
tối ưu hóa.The long-term deflection of reinforced concrete beams has always been a challenge in structural design. This study focuses on developing a machine learning model using the Jellyfish Search optimization algorithm to predict the long-term deflection of reinforced concrete beams. Based on a dataset from published research, machine learning models were built and evaluated (including single and ensemble models) to select the most accurate model. The Jellyfish Search optimization algorithm was used to optimize the parameters of the selected model. The comparison results showed that the JS – Bagging ANN model achieved superior performance with R = 0.976
MAE = 3.988 mm
RMSE = 1.777 mm
MAPE = 14.154%
and SI = 0.00 (1). Therefore, the JS - Bagging ANN model is highly recommended for predicting the long-term deflection of reinforced concrete beams in structural design calculations. Keywords: Long - term deflection
reinforced concrete beam
machine learning model
jellyfish search
optimization.

1. Đọc trực tuyến

1. Đọc trực tuyến

Tạo bộ sưu tập với mã QR