Phát triển mô hình dự báo sức chịu tải cọc dựa trên dữ liệu thí nghiệm O-cell bằng phương pháp học máy ANN = Development of pile bearing capacity prediction model based on O-cell test data using ANN machine learning

Abstract

Dự đoán chính xác sức chịu tải của cọc là một thách thức quan trọng trong ngành địa kỹ thuật, đặc biệt khi xét đến sự tương tác phức tạp giữa nền đất và cọc. Nghiên cứu này nhằm phát triển một môn hình dự báo dựa trên phương pháp học máy để xác định sức chịu tải của cọc từ dữ liệu thực nghiệm thu thập qua các thí nghiệm tải trọng O-cell. Bộ dữ liệu bao gồm thông tin chi tiết về hình học cọc, đặc tính vật liệu, đặc điểm nền đất và sức chịu tải đo được. Kỹ thuật học máy tiên tiến, cụ thể là Mạng thần kinh nhân tạo (ANN), đã được áp dụng để mô phỏng các mối quan hệ phi tuyến giữa các tham số đầu vào và sức chịu tải của cọc. Kết quả nghiên cứu khẳng định tiềm năng của các môn hình học máy trong việc nâng cao độ tin cậy và hiệu quả của quá trình thiết kế cọc. Nghiên cứu này không chỉ cung cấp một công cụ dự báo mạnh mẽ mà còn đóng góp vào việc thúc đẩy ứng dụng các phương pháp tiếp cận dựa trên dữ liệu trong thực hành địa kỹ thuật.