Ứớc lượng khả năng chịu tải của giàn thép sử dụng phân tích trực tiếp và thuật toán XGBoost (Estimation of load-carrying capacity of Steel trusses using direct design and XGBoost algorithm)

Abstract

Hiện nay, cùng với sự phát triển mạnh mẽ của khoa học máy tính, các thuật toán máy học đã được ứng dụng thành công trong nhiều lĩnh vực như toán học, khoa học máy tính, công nghệ sinh học, đánh giá sức khỏe công trình, v.v... Tuy nhiên, việc ứng dụng các thuật toán máy học vào thiết kế công trình còn nhiều hạn chế, đặc biệt là cho kết cấu thép. Nhằm giúp các nhà khoa học cũng như các kỹ sư công trình có thêm hiểu biết và áp dụng được thuật toán máy học vào trong công việc thiết kế hằng ngày, trong bài báo này chúng tôi giới thiệu một thuật toán máy học rất mạnh mẽ hiện nay là XGboost. Trước tiên, cơ sở lý thuyết của thuật toán XGBoost được trình bày. Sau đó, một giàn thép phi tuyến 72 thanh được xem xét để thể hiện hiệu suất làm việc của XGBoost. Kết quả thu được cho thấy XGBoost cho kết quả rất tốt trong việc ước lượng khả năng chịu tải của kết cấu giàn phi tuyến và có thể áp dụng vào thực tế thiết kế công trình.