پیشبینی مقدار مقاومت فشاری بتن با کمک مواد اولیه سازنده آن با مدل‌های رگرسیون یادگیری ماشین ایکس جی بوست، رندوم فورست، گرادیان بوست و آدابوست

کد مقاله : 1016-ITME

نویسندگان

علیرضا خنجری *، امیرحسین ربیعی دانشگاه صنعتی اراک

چکیده مقاله

پیش‌بینی مقاومت فشاری بتن یکی از چالش‌های مهم در علوم مهندسی است زیرا با محاسبه آن میتوان طول عمر و میزان عملکرد و نحوه ساخت درست بتن را شناسایی کرد. این پژوهش به بررسی تأثیر مواد اولیه سازنده بتن بر مقاومت فشاری آن با استفاده از مدل‌های رگرسیون یادگیری ماشین می‌پردازد. چهار مدل انتخاب شده شامل ایکس جی بوست ، رندوم فورست ، گرادیان بوست و آدابوست برای تحلیل داده‌ها و پیش‌بینی مقاومت فشاری بتن استفاده شده‌اند. داده‌های مورد استفاده شامل ویژگی‌های مختلف مواد اولیه مانند خاکستر بادی، سیمان، شن، ماسه و آب است. نتایج نشان می‌دهد که مدل‌های یادگیری ماشین به طور مؤثری می‌توانند رابطه بین مواد اولیه و مقاومت فشاری بتن را شناسایی کنند و پیشبینی درستی از مقادیر حقیقی داشته باشند. به‌ویژه، مدل گرادیان بوست بهترین عملکرد را در پیش‌بینی این پارامتر نشان داد و درصد خطای مطلق و ضریب تعیین برای این روش به ترتیب برابر با 4.34 و 0.927 بود. همچنین علاوه بر گرادیان بوست مدل رندوم فورست توانست نتیجه قابل قبول برای درصد خطای مطلق و ضریب تعیین به ترتیب 5.6 و 0.881 را از خود بجا بگذارد.

کلیدواژه ها

مقاومت فشاری بتن، رگرسیون یادگیری ماشین، مدل یادگیری ماشین ایکس جی بوست، مدل یادگیری ماشین آدابوست، مقاومت فشاری بتن

وضعیت: پذیرفته شده