پیش بینی رابطه بار-تغییر شکل برای ستونهای فولادی پر شده با بتن تحت افزایش یا کاهش دما از طریق روش یادگیری ماشین ترکیبی

پیش بینی دقیق منحنی بار تغییر شکل ستونهای فولادی پر شده با بتن به ویژه تحت تاثیر شرایط شدید دمایی برای طراحی ایمن ضروری است. با وجود روشهای متعدد، این روشها غالبا از دقت کافی برای پیش بینی رفتار این ستونها برخوردار نیستند. در این مطالعه، یک مدل ترکیبی تفسیر پذیر متشکل از مدل جمعی تعمیم یافته با درجه دو و ماشین تقویت کننده تفسیر پذیر، برای پیش بینی رابطه بار تغییر شکل این ستونها توسعه یافته است. نتایج دقیق همراه با قابلیت تفسیر سهم هر پارامتر ورودی مهمترین مزیت این مدل است. پایگاه داده ای جامع شامل بیش از ۳۰۰ داده آزمایشگاهی از ستونهای با مقاطع مختلف مصالح متنوع و دماهای گوناگون از مراجع گردآوری شد. مدل پیشنهادی با دو مدل تفسیر ناپذیر، یعنی تقویت گرادیان مبتنی بر هیستوگرام و رگرسیون، ریج مقایسه شد. ارزیابیها با استفاده از معیارهای ضریب تعیین، خطای مطلق میانگین و ریشه میانگین مربعات خطا انجام شد. ضریب تعیین برای دادههای آموزشی و آزمون برای همه ی حالات خروجی به ترتیب بیشتر از ۹۵٪ و ۹۳٪ بود که نشان دهنده دقت بالای پیش بینیها است. شفافیت و قابلیت اطمینان این مدل آن را به عنوان ابزاری کارآمد برای پیشبینی رفتار ستونهای فولادی پر شده با بتن تحت شرایط مختلف بارگذاری و دمایی مطرح می کند.

کلیدواژه ها:

ستونهای فولادی پر شده با بتن ، یادگیری ماشین ، منحنی بار تغییر شکل ، شرایط دمایی شدید ، مدل ترکیبی تفسیر پذیر