文献

J-GLOBAL ID：201902223102648099   整理番号：19A0997116

逐次区分多重線形回帰と人工神経回路網を用いた鋼繊維補強コンクリートスラブの押抜きせん断耐力の推定【JST・京大機械翻訳】

Estimating punching shear capacity of steel fibre reinforced concrete slabs using sequential piecewise multiple linear regression and artificial neural network

著者 (1件)： Hoang Nhat-Duc (Faculty of Civil Engineering, Institute of Research and Development, Duy Tan University, P809-03 Quang Trung, Da Nang, Viet Nam)
資料名： Measurement  (Measurement)
巻： 137  ページ： 58-70  発行年： 2019年 
JST資料番号： W0315B  ISSN： 0263-2241  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： パンチせん断耐力を推定することは,鋼繊維強化コンクリート(SFRC)フラットスラブの設計における重要な作業である。一般的に使用される経験的設計方程式の精度は機械学習の使用により改善される可能性がある。本研究では,区分的多重線形回帰(PMLR)と人工ニューラルネットワーク(ANN)アプローチに基づいて,SFRCフラットスラブのパンチせん断能力とその影響因子間のマッピング関数を近似できる予測モデルを構築した。さらに,PMLRモデル構造を自動的に構築するための逐次アルゴリズムを実装した。勾配降下とLevenberg-Marquardt逆伝搬のアルゴリズムを用いて,ANNベース予測モデルを訓練した。スラブ深さの6つの影響因子,スラブの有効深さ,荷重パッドまたは柱の長さまたは半径,コンクリートの圧縮強度,補強比および繊維体積を含む140の試験サンプルを含むデータセットを,文献から収集した。次に,このデータセットを用いて,逐次PMLR(SPMLR)とANNモデルを訓練し,検証した。実験結果は,SPMLRがANNのそれらより良い予測結果と経験的設計方程式を提供することができることを示した。したがって,SPMLRは,SFRCフラットスラブを含む構造の設計段階において,構造技術者を支援する有望な代替案となり得る。Copyright 2019 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 予測 ,  圧縮強さ ,  アルゴリズム ,  *降伏強さ ,  *剪断強さ ,  *ニューラルネットワーク ,  *剪断 ,  ポンチ ,  *コンクリート ,  パッド ,  *鋼 ,  *押抜剪断 ,  モデル ,  予測モデル ,  *コンクリートスラブ

著者キーワード (5件)： 鋼繊維補強コンクリート ,  フラットスラブ ,  押抜きせん断容量 ,  逐次区分多重線形回帰 ,  人工神経回路網

分類 (3件)： 計測学一般  (AD01000Q) ,  長さ,面積,断面,体積,容積,角度の計測法・機器  (AD05020O) ,  温度測定,温度計  (AD06010K)

タイトルに関連する用語 (6件)： 多重線形回帰 ,  人工神経回路網 ,  スラブ ,  押抜きせん断 ,  耐力 ,  推定