Ứng dụng mô hình học máy trong dự đoán cường độ chịu nén của bê tông tái chế

Abstract

Nghiên cứu này ứng dụng mô hình học máy để dự đoán cường độ chịu nén của bê tông tái chế. Bộ dữ liệu thực nghiệm chứa 145 kết quả thí nghiệm về bê tông tái chế được thu thập từ các nghiên cứu đã công bố nhằm huấn luyện và đánh giá hiệu suất của các mô hình học máy. Các mô hình học máy bao gồm mô hình hồi quy tuyến tính (LG), trí tuệ nhân tạo (ANN), hồi quy vector hỗ trợ (SVM), M5P, rừng ngẩu nhiên (RF) và cây ngẩu nhiên (RT) được sử dụng để dự báo cường độ chịu nén của bê tông tái chế. Kết quả nghiên cứu cho thấy rằng các mô hình dự báo khá chính xác cường độ chịu nén của bê tông tái chế với các hệ số tương quan (R) lớn hơn 0.9, sai số tuyệt đối phần trăm tuyệt đối trung bình (MAPE) nhỏ hơn 11%, căn bậc hai sai số bình phương (RMSE) nhỏ hơn 4.5 và sai số tuyệt đối trung bình (MAE) nhỏ hơn 3. Mô hình rừng ngẫu nhiên và mô hình trí tuệ nhân tạo có độ chính xác dự báo tốt nhất trong khi mô hình hồi quy tuyến tính có độ chính xác dự báo thấp nhất.