这所院校又添新作：神经、遗传和集成机器学习方法的融合，用于增强轻质泡沫钢筋混凝土梁的工程预测能力
论论资讯 ｜ 2024-04-29 ｜
47热度
Powder Technology
Explore content
About the journal
Publish with us
A fusion of neural, genetic and ensemble machine learning approaches for enhancing the engineering predictive capabilities of lightweight foamed reinforced concrete beam
Chen Y.; Zeng J.; Jia J.; Jabli M.; Abdullah N.; Elattar S.; Khadimallah M.A.; Marzouki R.; Hashmi A.; Assilzadeh H.
Published：2024-05-01
DOI：10.1016/j.powtec.2024.119680
研究背景
在现代建筑中，轻质泡沫增强混凝土梁以其强度和减轻重量的特点备受关注。然而，目前研究领域存在着一些问题，比如如何提高对混凝土梁性能的准确预测。为了解决这一问题，一项新研究采用了神经网络、遗传算法和集成技术等多种机器学习模型，以提升工程预测能力。
研究内容
这项研究主要关注轻质泡沫增强混凝土梁的工程预测能力。通过整合神经网络、遗传算法和集成技术，尤其是梯度提升机器，研究评估了100项测试数据在不同应力条件下的表现。结果显示，神经网络在偏差准确率达到了88.5％，承载能力为87％，失效点准确率为86％。遗传算法表现稍逊色，而梯度提升机器在这些方面分别达到了90.2％、91％和89％。值得注意的是，结合模型显著提高了准确性，偏差预测达到了96.8％，承载能力预测为97.2％，失效点预测为96.5％。这种多元机器学习方法的融合标志着结构工程领域的重大进展，提升了混凝土梁的预测建模能力。
研究意义
这项研究的创新之处在于采用了多种机器学习模型，为轻质泡沫增强混凝土梁的工程预测能力带来了显著提升。通过结合神经网络、遗传算法和集成技术，特别是梯度提升机器，成功提高了对混凝土梁性能的准确预测，为工程建设领域带来了新的可能性和发展方向。
学术热榜
查看全部
相关资讯
换一批