Xây dựng mô hình máy học lai nhân trọng số để dự báo lực bám dính giữa BTCT và FRP = Enhancing the machine learning madal with weighted features to predict the adhesion force between reinforced concrete and FRP materials

Abstract

Bài báo nghiên cứu tập trung vào xây dựng một mô hình học máy có trọng số để dự báo lực bám dính giữa vật liệu bê tông cốt thép và vật liệu FRP gia cường. Mô hình lai JS-WFSS (Jellyfish search optimized - weighted featune stacking system) được xây dựng dựa trên hệ thống xếp chồng có trọng số tối ưu hóa bằng tìm kiếm sứa. Kết quả phân tích cho thấy rằng mô hình lai được tối ưu hóa JS-WFSS có độ chính xác dự đoán tốt hơn so với các nghiên cứu trước đây. Bên cạnh việc xây dựng mô hình, bằng cách so sánh đối trọng của các biến trong mô hình dự báo, nghiên cứu này xác định mức độ quan trọng của các biến đầu vào trong xác định khả năng chịu lực bám dính giữa bê tông cốt thép và vật liệu FRP gia cường.