Nghiên cứu tối ưu hóa hệ số mô hình Ensemble Learning để dự báo tính chất của bê tông cường độ cao

Cường độ nén là một trong những đặc tính cơ học quan trọng của bê tông cường độ cao (HSC), thông số này có ảnh hưởng không nhỏ đến độ an toàn cũng như độ bền của công trình xây dựng. Việc xác định cường độ nén sử dụng phương pháp thực nghiệm thường tốn kém và mất nhiều thời gian. Để khắc phục nhược điểm trên, trong bài báo này, khả năng dự đoán cường độ nén của HSC bằng mô hình học máy Ensemble Learning đã được khảo sát. Với mục đích đó, cơ sở dữ liệu gồm 357 kết quả thí nghiệm đã được thu thập từ các công bố trên tạp chí quốc tế. Để đánh giá năng lực dự báo của mô hình, các tiêu chí thống kê phổ biến như hệ số xác định (R2) và căn của sai số toàn phương trung bình (RMSE) đã được sử dụng. Kết quả cho thấy mô hình đề xuất có khả năng thực hiện tốt việc dự đoán cường độ nén của HSC với R2 = 0,9815 và RMSE = 2,045. Điều này cho thấy mô hình học máy Ensemble Learning là một công cụ dự đoán chính xác và hữu ích cho giai đoạn tiền thiết kế.