文献

J-GLOBAL ID：202102232597550137   整理番号：21A2692598

鋼繊維補強コンクリート梁のせん断耐力の計算ハイブリッド機械学習ベース予測【JST・京大機械翻訳】

Computational Hybrid Machine Learning Based Prediction of Shear Capacity for Steel Fiber Reinforced Concrete Beams

著者 (6件)： Ly Hai-Bang (University of Transport Technology, Hanoi 100000, Vietnam) ,  Le Tien-Thinh (Institute of Research and Development, Duy Tan University, Da Nang 550000, Vietnam) ,  Vu Huong-Lan Thi (University of Transport Technology, Hanoi 100000, Vietnam) ,  Tran Van Quan (University of Transport Technology, Hanoi 100000, Vietnam) ,  Le Lu Minh (Faculty of Engineering, Vietnam National University of Agriculture, Gia Lam, Hanoi 100000, Vietnam) ,  Pham Binh Thai (University of Transport Technology, Hanoi 100000, Vietnam)
資料名： Sustainability (Web)  (Sustainability (Web))
巻： 12  号： 7  ページ： 2709  発行年： 2020年 
JST資料番号： U7281A  ISSN： 2071-1050  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： せん断挙動の理解は,鉄筋コンクリート梁の設計および建設および土木工学における持続可能性にとって重要である。多くの研究が提案されてきたが,そのような挙動を予測することは,まださらなる改善を必要とする。本研究では,構造設計における最も重要な因子の一つである鋼繊維で補強したコンクリート梁の終局せん断耐力(USCs)を予測するためのソフト計算ツールを提案した。2つのハイブリッド機械学習(ML)アルゴリズムを作成し,ニューラルネットワーク(NNs)を2つの異なる最適化技術(即ち,実際のコード遺伝的アルゴリズム(RCGA)とホタルアルゴリズム(FFA)):NN-RCGAとNN-FFAとを組み合わせた。463の実験データのデータベースを,モデルの開発のための信頼できる文献から収集した。一般的な統計的基準に基づく最良のモデルの構築,検証および選択の後,文献において利用可能な経験式との比較を行った。さらに,感度解析を行い,16入力の重要性を評価し,USCに対する構造パラメータの依存性を明らかにした。結果は,NN-RCGA(R=0.9771)がNN-FFAと他の解析モデル(R=0.5274-0.9075)より良いことを示した。感度解析結果は,ウェブ幅,有効深さ,および明確な深さ比が,鋼繊維強化コンクリート梁のせん断耐力のモデリングにおける最も重要なパラメータであることを示した。Copyright 2021 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  *梁 ,  *剪断 ,  データベース ,  感度解析 ,  *鋼 ,  ニューラルネットワーク ,  *剪断強さ ,  *繊維強化 ,  構造設計 ,  *鋼繊維 ,  *機械学習 ,  解析モデル
準シソーラス用語： 持続可能性 ,  *コンクリート梁 , 【Automatic Indexing@JST】

著者キーワード (6件)： 土木工学 ,  構造工学 ,  せん断容量 ,  繊維強化コンクリート梁 ,  機械学習 ,  最適化手法

分類 (1件)： コンクリート構造  (RA04030A)

引用文献 (172件)：

• Dao, D.V.; Ly, H.-B.; Trinh, S.H.; Le, T.-T.; Pham, B.T. Artificial Intelligence Approaches for Prediction of Compressive Strength of Geopolymer Concrete. Materials (Basel) 2019, 12, 983.
• Tran, V.Q.; Nguyen, H.L.; Dao, V.D.; Hilloulin, B.; Nguyen, L.K.; Nguyen, Q.H.; Le, T.-T.; Ly, H.-B. Temperature effects on chloride binding capacity of cementitious materials. Mag. Concr. Res. 2019, 1-39.
• Dao, D.V.; Adeli, H.; Ly, H.-B.; Le, L.M.; Le, V.M.; Le, T.-T.; Pham, B.T. A Sensitivity and Robustness Analysis of GPR and ANN for High-Performance Concrete Compressive Strength Prediction Using a Monte Carlo Simulation. Sustainability 2020, 12, 830.
• Lantsoght, E.O.L. How do steel fibers improve the shear capacity of reinforced concrete beams without stirrups? Compos. Part B Eng. 2019, 175, 107079.
• Mashhadban, H.; Kutanaei, S.S.; Sayarinejad, M.A. Prediction and modeling of mechanical properties in fiber reinforced self-compacting concrete using particle swarm optimization algorithm and artificial neural network. Constr. Build. Mater. 2016, 119, 277-287.

タイトルに関連する用語 (5件)： 梁 ,  せん断耐力 ,  計算 ,  機械学習 ,  予測