文献

J-GLOBAL ID：202202283972727877   整理番号：22A0564900

爆風荷重を受けるRC柱の構造応答を予測するための機械学習モデル【JST・京大機械翻訳】

Machine learning model for predicting structural response of RC columns subjected to blast loading

著者 (2件)： Almustafa Monjee K. (Department of Civil Engineering, McMaster University, Hamilton, Ontario L8S 4M6, Canada) ,  Nehdi Moncef L. (Department of Civil Engineering, McMaster University, Hamilton, Ontario L8S 4M6, Canada)
資料名： International Journal of Impact Engineering  (International Journal of Impact Engineering)
巻： 162  ページ： Null  発行年： 2022年 
JST資料番号： H0902A  ISSN： 0734-743X  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： 爆風と爆発負荷への曝露のリスクを考慮して,鉄筋コンクリート構造物は,柱破壊によって開始される部分的または全体的進行性崩壊を経験しやすい。従って,爆風荷重を受ける柱の構造応答を理解し予測することは,寿命と経済損失を緩和することができる先を見越える対策を助長する。本研究では,必要な柱と爆風特性に関係する13の特徴を用いて,爆風荷重を受ける鉄筋コンクリート柱の最大変位を予測するための機械学習モデルを紹介した。本研究で使用したデータセットは,公開文献における既存の実験的,数値的および解析的研究から検索された420のデータ例から成る。アンサンブルツリーベースのアルゴリズムを用いてモデルを開発し,統計的性能計量,既存の方法に対する多数の比較,および特徴重要度分析を通して検証した。さらに,臨界解析を行って,近接場および遠方場爆風曝露における特徴の重要性を評価した。モデル改良の推奨とともに,提案モデルの実用化を論じた。全体として,提案モデルのためのツリーアンサンブルアルゴリズムの利用は非常に高い予測性能を達成し,3.63mmのMAE,13.31%のMAPE,97.4%のR2,および96.83%のVEcvをもたらし,一方,影響力のあるパラメータと対応する応答の間の相関を同定するロバスト性を示した。Copyright 2022 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： アルゴリズム ,  爆発 ,  解析 ,  *突風荷重 ,  鉄筋コンクリート ,  臨界 ,  *爆風 ,  負荷 ,  遠方場 ,  ロバスト性 ,  *機械学習 ,  近接場
準シソーラス用語： *構造応答 ,  予測性能 ,  *鉄筋コンクリート柱 , 【Automatic Indexing@JST】

著者キーワード (7件)： 機械学習 ,  勾配ブースティング ,  ランダムフォレスト ,  予測 ,  爆風荷重 ,  鉄筋コンクリート ,  カラム

分類 (2件)： 高速空気力学  (BC03000C) ,  コンクリート構造  (RA04030A)

タイトルに関連する用語 (6件)： 爆風荷重 ,  RC柱 ,  構造応答 ,  予測 ,  機械学習 ,  モデル