| تعداد نشریات | 33 |
| تعداد شمارهها | 877 |
| تعداد مقالات | 8,576 |
| تعداد مشاهده مقاله | 54,429,232 |
| تعداد دریافت فایل اصل مقاله | 10,079,537 |
پیشبینی و تفسیرپذیری ظرفیت باربری محوری ستونهای لوله فولادی پرشده با بتن مربعی با استفاده از یادگیری ماشین و اعتبارسنجی Leave-One-Study-Out | ||
| تحقیقات بتن | ||
| مقالات آماده انتشار، پذیرفته شده، انتشار آنلاین از تاریخ 25 شهریور 1405 | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22124/jcr.2026.33918.1747 | ||
| نویسنده | ||
| سید رضا سلیم بهرامی* | ||
| استادیار، گروه مهندسی عمران، دانشکده عمران و معماری، دانشگاه ملی مهارت، تهران، ایران | ||
| چکیده | ||
| ستونهای لوله فولادی پرشده با بتن بهدلیل بهرهگیری همزمان از ظرفیت باربری بالای فولاد و مقاومت فشاری بتن، مقاومت در برابر کمانش موضعی و سرعت بالای اجرا، بهطور گسترده در سازههای بلندمرتبه و پلها بهکار میروند. با این حال، پیشبینی دقیق مقاومت محوری این اعضا، بهدلیل رفتار مرکب و غیرخطی فولاد و بتن محصورشده، همچنان چالشبرانگیز است. در این پژوهش، عملکرد سه مدل دادهمحور شامل ماشین بردار پشتیبان با هسته تابع پایه شعاعی (SVM-RBF)، رگرسیون خطی چندگانه (MLR) و مدل درخت تقویتشده (LSBoost)، در پیشبینی مقاومت محوری ستونهای لوله فولادی پرشده با بتن مربعی، بر پایه یک بانک داده آزمایشگاهی شامل ۱۴۱ نمونه گردآوریشده بررسی و با روابط آییننامه AISC 360-22 مقایسه شد. برخلاف مطالعات مشابه که عمدتاً از اعتبارسنجی K-Fold تصادفی بهره گرفتهاند، در این پژوهش از روش اعتبارسنجی Leave-One-Study-Out (با ۱۳ تکرار، متناظر با تعداد منابع آزمایشگاهی) استفاده شد؛ بهگونهای که در هر تکرار، تمامی نمونههای یک منبع بهطور کامل از فرآیند آموزش کنار گذاشته شدند تا تعمیمپذیری واقعی مدلها به دادههای کاملاً مستقل سنجیده شود. نتایج نشان داد آییننامه AISC 360-22 با ضریب همبستگی 993/0 بالاترین دقت را در میان تمامی روشها داراست. در میان مدلهای دادهمحور، مدل LSBoost با ضریب همبستگی 963/0 عملکرد قابلتوجهی برتر از SVM-RBF و MLR نشان داد و ریشه میانگین مربعات خطای آن نسبت به مدل MLR حدود ۵۷ درصد کاهش یافت. تحلیل تفسیرپذیری (SHAP) مدل نیز نشان داد بعد مقطع و ضخامت جداره فولادی، بیشترین سهم را در پیشبینی مقاومت محوری دارند. | ||
| کلیدواژهها | ||
| ستون لوله فولادی پرشده با بتن؛ ماشین بردار پشتیبان؛ رگرسیون خطی چندگانه؛ الگوریتم درخت تقویتشده؛ اعتبارسنجی Leave-One-Study-Out؛ تحلیل SHAP | ||
|
آمار تعداد مشاهده مقاله: 3 |
||