Please use this identifier to cite or link to this item: https://dspace.ctu.edu.vn/jspui/handle/123456789/119919
Full metadata record
DC FieldValueLanguage
dc.contributor.authorMai, Anh Đức-
dc.contributor.authorPhạm, Anh Đức-
dc.date.accessioned2025-08-06T09:32:03Z-
dc.date.available2025-08-06T09:32:03Z-
dc.date.issued2025-
dc.identifier.issn2734-9888-
dc.identifier.urihttps://dspace.ctu.edu.vn/jspui/handle/123456789/119919-
dc.description.abstractBiến dạng tới hạn của cột bê tông (BT) gia cường vải sợi carbon cường độ cao (Carbon fiber reinforced polymer - CFRP) là một trong các thông số quan trọng được sử dụng để xác định khả năng chịu lực của cột BT gia cường CFRP. Nghiên cứu này dự đoán biến dạng tới hạn của cột BT gia cường CFRP dựa trên các mô hình học máy. Bộ dữ liệu thực nghiệm bao gồm 318 cột BT gia cường CFRP được sử dụng để huấn luyện và dự báo biến dạng tới hạn của cột BT gia cường CFRP. Kết quả dự báo của các mô hình học máy được so sánh với 2 mô hình thực nghiệm được sử dụng trong các tiêu chuẩn trên thế giới, bao gồm tiêu chuẩn FIB Bulletin 14-2001 và ACI 440.2R- 17. Kết quả nghiên cứu cho thấy rằng, các mô hình học máy dự báo khá chính xác biến dạng tới hạn của cột BT gia cường CFRP. Các mô hình học máy dự đoán chính xác hơn các mô hình thực nghiệm trong các tiêu chuẩn được so sánh. Trong các mô hình học máy, mô hình cây ngẫu nhiên và mô hình rừng ngẫu nhiên dự báo chính xác nhất với độ chính xác dự báo cao hơn nhiều so với mô hình thực nghiệm.vi_VN
dc.language.isovivi_VN
dc.relation.ispartofseriesTạp chí Xây dựng;Số 04 .- Tr.424-428-
dc.subjectCột bê tông gia cường CFRPvi_VN
dc.subjectVải sợi carbonvi_VN
dc.subjectDự báo biến dạng tới hạnvi_VN
dc.subjectVật liệu FRPvi_VN
dc.titleDự đoán biến dạng tới hạn của cột bê tông gia cường CFRP dựa trên mô hình học máy = Predicting the ultimate axial strain of CFRP strengthened concrete based on machine learning modelsvi_VN
dc.typeArticlevi_VN
Appears in Collections:Xây dựng

Files in This Item:
File Description SizeFormat 
_file_
  Restricted Access
385.05 kBAdobe PDF
Your IP: 216.73.216.162


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.