کاربرد الگوریتمهای یادگیری ماشین در پیشبینی رفتار سازه های بتنی

این مقاله به بررسی کاربرد الگوریتمهای یادگیری ماشین در پیش بینی رفتار سازه های بتنی پرداخته و نتایج یک مرور نظام مند از تحقیقات پیشین را تحلیل میکند با توجه به اهمیت روزافزون بتن به عنوان یکی از مصالح اصلی در ساخت و ساز توانایی پیش بینی دقیق خواص مکانیکی و عملکرد بتن تحت شرایط مختلف، از جمله دما و بارهای متغیر به یکی از چالشهای اساسی مهندسی عمران تبدیل شده است. نتایج این مرور نشان میدهند که الگوریتمهای یادگیری ماشین به ویژه شبکه های عصبی و مدلهای رگرسیونی، قادر به شناسایی الگوهای پیچیده در داده های تجربی هستند و میتوانند دقت پیش بینی را به طور قابل توجهی افزایش دهند. مطالعات مختلف نشان داده اند که استفاده از این الگوریتمها بهبودهای قابل توجهی در پیش بینی مقاومت فشاری و رفتار دینامیکی بتن به همراه دارد. با این حال چالشهایی نظیر نیاز به داده های با کیفیت و حجم بالا، و تنوع در شرایط آزمایش همچان وجود دارد این مقاله با تجزیه و تحلیل یافته های به دست آمده، به شناسایی بهترین شیوه ها و روندهای غالب در استفاده از یادگیری ماشین برای پیشبینی خواص بتن پرداخته و به ارائه پیشنهاداتی برای تحقیقات آینده در این حوزه میپردازد. نتایج این مطالعه میتواند به عنوان یک منبع مفید برای محققان و مهندسان در زمینه پیشبینی رفتار سازه های بتنی و بهینه سازی طراحی سازه ها مورد استفاده قرار گیرد.

کلیدواژه ها:

یادگیری ماشین ، رفتار بتن ، پیش بینی ، خواص مکانیکی ، شبکههای عصبی ، سازه های بتنی