文献

J-GLOBAL ID：202102259914351124   整理番号：21A0579192

高強度コンクリート(HSC)の圧縮強度予測のためのランダムフォレストと遺伝子工学プログラミングの比較研究【JST・京大機械翻訳】

A Comparative Study of Random Forest and Genetic Engineering Programming for the Prediction of Compressive Strength of High Strength Concrete (HSC)

著者 (7件)： Farooq Furqan (Department of Civil Engineering, COMSATS University Islamabad, Abbottabad Campus 22060, Pakistan) ,  Amin Muhammad Nasir (Department of Civil and Environmental Engineering, College of Engineering, King Faisal University (KFU), P.O. Box 380, Al-Hofuf, Al Ahsa 31982, Saudi Arabia) ,  Khan Kaffayatullah (Department of Civil and Environmental Engineering, College of Engineering, King Faisal University (KFU), P.O. Box 380, Al-Hofuf, Al Ahsa 31982, Saudi Arabia) ,  Sadiq Muhammad Rehan (Department of Transportation Engineering, Military College of Engineering (MCE), National University of Science and Technology (NUST), Risalpur 23200, Pakistan) ,  Javed Muhammad Faisal (Department of Civil Engineering, COMSATS University Islamabad, Abbottabad Campus 22060, Pakistan) ,  Aslam Fahid (Department of Civil Engineering, College of Engineering in Al-Kharj, Prince Sattam bin Abdulaziz University, Al-Kharj 11942, Saudi Arabia) ,  Alyousef Rayed (Department of Civil Engineering, College of Engineering in Al-Kharj, Prince Sattam bin Abdulaziz University, Al-Kharj 11942, Saudi Arabia)
資料名： Applied Sciences (Web)  (Applied Sciences (Web))
巻： 10  号： 20  ページ： 7330  発行年： 2020年 
JST資料番号： U7135A  ISSN： 2076-3417  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： 監督された機械学習とそのアルゴリズムは,コンクリートの機械的性質の予測のための新たな傾向である。本研究では,高強度コンクリートの圧縮強度予測のためのアンサンブルランダムフォレスト(RF)と遺伝子発現プログラミング(GEP)アルゴリズムを用いた。パラメータは,セメント含有量,粗骨材比,水および流動化剤に対する粗骨材を含む。さらに,MAE,RSE,およびRRMSEのような統計解析を用いて,モデル性能を評価した。RFアンサンブルモデルは,弱いベース学習者決定木を使用するので,性能でバーストし,より少ない誤差で係数R2=0.96のアダマント決定を与える。GEPアルゴリズムは,経験的関係で実際の値と予測値の間に良い応答を示す。外部統計的チェックもRFとGEPモデルに適用し,データ点を持つ変数を検証した。人工ニューラルネットワーク(ANNs)とディシジョンツリー(DT)も与えられたデータサンプルに使用され,比較は前述のモデルと比較される。pythonを用いた交換特徴を変数上で行い,影響力のあるパラメータを与えた。機械学習アルゴリズムは,目標間の強い相関を明らかにし,全モデルの精度を示すより少ない統計的測度で予測した。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 ,  測度 ,  セメント ,  *コンクリート ,  ニューラルネットワーク ,  *高強度コンクリート ,  ディシジョンツリー ,  粗骨材 ,  *圧縮強さ ,  バースト ,  流動化剤 ,  機械学習 ,  学習アルゴリズム ,  予測誤差
準シソーラス用語： 学習者 ,  *ランダムフォレスト , 【Automatic Indexing@JST】

著者キーワード (3件)： 強度コンクリート ,  予測 ,  遺伝子工学プログラミング

分類 (1件)： モルタル,コンクリート  (RA06042H)

引用文献 (62件)：

• Zhang, X.; Han, J. The effect of ultra-fine admixture on the rheological property of cement paste. Cem. Concr. Res. 2000, 30, 827-830.
• Khaloo, A.; Mobini, M.H.; Hosseini, P. Influence of different types of nano-SiO2 particles on properties of high-performance concrete. Constr. Build. Mater. 2016, 113, 188-201.
• Hooton, R.D.; Bickley, J.A. Design for durability: The key to improving concrete sustainability. Constr. Build. Mater. 2014, 67, 422-430.
• Farooq, F.; Akbar, A.; Khushnood, R.A.; Muhammad, W.L.B.; Rehman, S.K.U.; Javed, M.F. Experimental investigation of hybrid carbon nanotubes and graphite nanoplatelets on rheology, shrinkage, mechanical, and microstructure of SCCM. Materials 2020, 13, 230.
• Carrasquillo, R.; Nilson, A.; Slate, F.S. Properties of High Strength Concrete Subjectto Short-Term Loads. 1981. Available online: https://www.concrete.org/publications/internationalconcreteabstractsportal.aspx?m=details&ID=6914 (accessed on 27 September 2020).

タイトルに関連する用語 (8件)： 高強度コンクリート ,  HSC ,  圧縮強度 ,  予測 ,  ランダムフォレスト ,  遺伝子工学 ,  プログラミング ,  研究