Dự báo biến dạng từ biến của cấu kiện bê tông cốt thép bằng phương pháp học máy
Số trang: 6
Loại file: pdf
Dung lượng: 1.05 MB
Lượt xem: 17
Lượt tải: 0
Xem trước 2 trang đầu tiên của tài liệu này:
Thông tin tài liệu:
Trong bài báo này, tác giả sẽ đề xuất ứng dụng mô hình học máy LightGBM để dự đoán biến dạng từ biến của các cấu kiện bê tông cốt thép dầm và sàn một phương dựa trên bộ dữ liệu gồm 217 mẫu thí nghiệm được sưu tầm từ các công trình nghiên cứu trước đó.
Nội dung trích xuất từ tài liệu:
Dự báo biến dạng từ biến của cấu kiện bê tông cốt thép bằng phương pháp học máy Trần Xuân Linh / Tạp chí Khoa học & Công nghệ Đại học Duy Tân 01(62) (2024) 3-8 3DTU Journal of Science & Technology 01(62) (2024) 3-8 Dự báo biến dạng từ biến của cấu kiện bê tông cốt thép bằng phương pháp học máy Predicting long-term deflections of reinforced concrete members using machine-learning approach Trần Xuân Linha,b* Tran Xuan Linha,b* a Khoa Xây dựng, Trường Đại học Duy Tân, Đà Nẵng, Việt Nam a Faculty of Civil Engineering, Duy Tan University, Da Nang, 550000, Vietnam b Viện Nghiên cứu và Phát triển Công nghệ Cao, Đại học Duy Tân, Đà Nẵng, Việt Nam b Institute of Research and Development, Duy Tan University, Da Nang, 550000, Vietnam (Ngày nhận bài: 03/07/2023, ngày phản biện xong: 09/07/2023, ngày chấp nhận đăng: 07/12/2023)Tóm tắtNghiên cứu này ứng dụng mô hình LightGBM để dự đoán biến dạng từ biến của các cấu kiện bê tông cốt thép. Mô hìnhđược huấn luyện và thử nghiệm dựa trên bộ dữ liệu gồm 217 mẫu thí nghiệm sưu tầm từ nguồn tài liệu hiện có. 21 yếu tốảnh hưởng được chọn làm biến độc lập của mô hình. Kết quả tính toán sau 30 lần chạy ngẫu nhiên cho thấy thuật toánLightGBM có thể đạt được hiệu suất dự đoán tốt với giá trị căn bậc hai của sai số bình phương trung bình là 9.84, sai sốphần trăm tuyệt đối trung bình là 21.16% và hệ số xác định là 0.90. Các chỉ số này cũng tỏ ra tốt hơn so với các mô hìnhkhác. Do đó, mô hình LightGBM có thể được dùng như là một công cụ trợ giúp các kỹ sư dự đoán biến dạng từ biến củacác cấu kiện bê tông cốt thép như dầm và sàn một phương.Từ khóa: Học máy có giám sát; thuật toán LightGBM; trí tuệ nhân tạo; biến dạng từ biến; cấu kiện bê tông cốt thép.AbstractThis study applies the LightGBM model to predict long-term deflections of reinforced concrete members. The proposedmodel is constructed and tested by a dataset consisting of 217 experiments collected from existing literature. 21 factorshave been selected as independent variables of the model. The calculation results after 30 random runs of the model pointout that the LightGBM algorithm can attain good predictive performances with average root mean square error of 9.84,average mean absolute percentage error of 21.16% and average coefficient of determination of 0.90. These parametersalso proved superior to other models. Therefore, the LightGBM model can assist engineers in predicting long-termdeflections of reinforced concrete members, including beams and one-way slabs.Keywords: Supervised machine learning; LightGBM algorithm; artificial intelligence; long-term deflection; reinforcedconcrete members.* Tác giả liên hệ: Trần Xuân LinhEmail: tranxuanlinh@duytan.edu.vn4 Trần Xuân Linh / Tạp chí Khoa học & Công nghệ Đại học Duy Tân 01(62) (2024) 3-81. Giới thiệu dạng từ biến qua nhiều năm. Trong khi các phương pháp đơn giản hóa lại không tính đến vai trò của Một trong những xu hướng của ngành xây một số yếu tố ảnh hưởng. Điều này dẫn đến kết quảdựng trong thời kỳ hiện nay là việc ứng dụng tính toán có thể sai lệch so với thực tế.ngày càng nhiều các kết cấu mảnh, nhẹ và cónhịp dài. Điều này giúp làm giảm trọng lượng Hiện nay, các tiêu chuẩn thiết kế như ACI 318bản thân, mở rộng không gian sử dụng và tăng [15] và Eurocode 2 [16] được các kỹ sư sử dụngtính thẩm mỹ của các công trình xây dựng. Việc khá phổ biến để xác định biến dạng từ biến củatính toán và giám sát biến dạng của các cấu kiện cấu kiện BTCT [8]. Các tiêu chuẩn này thườngnày đóng vai trò quan trọng để đảm bảo tính ổn chỉ giới hạn cho một số trường hợp tính toán đơnđịnh cũng như khả năng hoạt động theo đúng giản có kết cấu và tải trọng tương tự nhau [17].công năng đề ra trong quá trình thiết kế của các Ngoài ra, các tiêu chuẩn thiết kế này bỏ qua ảnhcông trình. Đối với các công trình bê tông cốt hưởng của một số yếu tố quan trọng như cácthép (BTCT), biến dạng tăng theo thời gian (biến thông số hình học và cơ lý [10, 18].dạng từ biến) gây ảnh hưởng không nhỏ đến Do đó, việc phát triển và ứng dụng cáccông năng sử dụng và tuổi thọ của chúng. phương pháp ...
Nội dung trích xuất từ tài liệu:
Dự báo biến dạng từ biến của cấu kiện bê tông cốt thép bằng phương pháp học máy Trần Xuân Linh / Tạp chí Khoa học & Công nghệ Đại học Duy Tân 01(62) (2024) 3-8 3DTU Journal of Science & Technology 01(62) (2024) 3-8 Dự báo biến dạng từ biến của cấu kiện bê tông cốt thép bằng phương pháp học máy Predicting long-term deflections of reinforced concrete members using machine-learning approach Trần Xuân Linha,b* Tran Xuan Linha,b* a Khoa Xây dựng, Trường Đại học Duy Tân, Đà Nẵng, Việt Nam a Faculty of Civil Engineering, Duy Tan University, Da Nang, 550000, Vietnam b Viện Nghiên cứu và Phát triển Công nghệ Cao, Đại học Duy Tân, Đà Nẵng, Việt Nam b Institute of Research and Development, Duy Tan University, Da Nang, 550000, Vietnam (Ngày nhận bài: 03/07/2023, ngày phản biện xong: 09/07/2023, ngày chấp nhận đăng: 07/12/2023)Tóm tắtNghiên cứu này ứng dụng mô hình LightGBM để dự đoán biến dạng từ biến của các cấu kiện bê tông cốt thép. Mô hìnhđược huấn luyện và thử nghiệm dựa trên bộ dữ liệu gồm 217 mẫu thí nghiệm sưu tầm từ nguồn tài liệu hiện có. 21 yếu tốảnh hưởng được chọn làm biến độc lập của mô hình. Kết quả tính toán sau 30 lần chạy ngẫu nhiên cho thấy thuật toánLightGBM có thể đạt được hiệu suất dự đoán tốt với giá trị căn bậc hai của sai số bình phương trung bình là 9.84, sai sốphần trăm tuyệt đối trung bình là 21.16% và hệ số xác định là 0.90. Các chỉ số này cũng tỏ ra tốt hơn so với các mô hìnhkhác. Do đó, mô hình LightGBM có thể được dùng như là một công cụ trợ giúp các kỹ sư dự đoán biến dạng từ biến củacác cấu kiện bê tông cốt thép như dầm và sàn một phương.Từ khóa: Học máy có giám sát; thuật toán LightGBM; trí tuệ nhân tạo; biến dạng từ biến; cấu kiện bê tông cốt thép.AbstractThis study applies the LightGBM model to predict long-term deflections of reinforced concrete members. The proposedmodel is constructed and tested by a dataset consisting of 217 experiments collected from existing literature. 21 factorshave been selected as independent variables of the model. The calculation results after 30 random runs of the model pointout that the LightGBM algorithm can attain good predictive performances with average root mean square error of 9.84,average mean absolute percentage error of 21.16% and average coefficient of determination of 0.90. These parametersalso proved superior to other models. Therefore, the LightGBM model can assist engineers in predicting long-termdeflections of reinforced concrete members, including beams and one-way slabs.Keywords: Supervised machine learning; LightGBM algorithm; artificial intelligence; long-term deflection; reinforcedconcrete members.* Tác giả liên hệ: Trần Xuân LinhEmail: tranxuanlinh@duytan.edu.vn4 Trần Xuân Linh / Tạp chí Khoa học & Công nghệ Đại học Duy Tân 01(62) (2024) 3-81. Giới thiệu dạng từ biến qua nhiều năm. Trong khi các phương pháp đơn giản hóa lại không tính đến vai trò của Một trong những xu hướng của ngành xây một số yếu tố ảnh hưởng. Điều này dẫn đến kết quảdựng trong thời kỳ hiện nay là việc ứng dụng tính toán có thể sai lệch so với thực tế.ngày càng nhiều các kết cấu mảnh, nhẹ và cónhịp dài. Điều này giúp làm giảm trọng lượng Hiện nay, các tiêu chuẩn thiết kế như ACI 318bản thân, mở rộng không gian sử dụng và tăng [15] và Eurocode 2 [16] được các kỹ sư sử dụngtính thẩm mỹ của các công trình xây dựng. Việc khá phổ biến để xác định biến dạng từ biến củatính toán và giám sát biến dạng của các cấu kiện cấu kiện BTCT [8]. Các tiêu chuẩn này thườngnày đóng vai trò quan trọng để đảm bảo tính ổn chỉ giới hạn cho một số trường hợp tính toán đơnđịnh cũng như khả năng hoạt động theo đúng giản có kết cấu và tải trọng tương tự nhau [17].công năng đề ra trong quá trình thiết kế của các Ngoài ra, các tiêu chuẩn thiết kế này bỏ qua ảnhcông trình. Đối với các công trình bê tông cốt hưởng của một số yếu tố quan trọng như cácthép (BTCT), biến dạng tăng theo thời gian (biến thông số hình học và cơ lý [10, 18].dạng từ biến) gây ảnh hưởng không nhỏ đến Do đó, việc phát triển và ứng dụng cáccông năng sử dụng và tuổi thọ của chúng. phương pháp ...
Tìm kiếm theo từ khóa liên quan:
Mô hình LightGBM Cấu kiện bê tông cốt thép Phương pháp học máy Học máy có giám sát Trí tuệ nhân tạo Biến dạng từ biếnTài liệu có liên quan:
-
Đề cương chi tiết học phần Trí tuệ nhân tạo
12 trang 482 0 0 -
7 trang 286 0 0
-
6 trang 214 0 0
-
Kết quả bước đầu của ứng dụng trí tuệ nhân tạo trong phát hiện polyp đại tràng tại Việt Nam
10 trang 207 0 0 -
9 trang 172 0 0
-
Xu hướng và tác động của cách mạng công nghiệp lần thứ tư đến môi trường thông tin số
9 trang 170 0 0 -
Xác lập tư cách pháp lý cho trí tuệ nhân tạo
6 trang 157 1 0 -
Tìm hiểu về Luật An ninh mạng (hiện hành): Phần 1
93 trang 155 0 0 -
Luận văn tốt nghiệp: Ứng dụng trí tuệ nhân tạo trong xây dựng GAME
120 trang 151 0 0 -
Trích xuất danh mục khía cạnh sử dụng BERT với hàm mất mát cân bằng
9 trang 142 0 0