استفاده از الگوريتم‌هاي يادگيري ماشين نظارت‌شده براي پيش‌بيني مقاومت فشاري بتن در دماي بالا

دماي بالا به‌شدت بر ماهيت مواد مورداستفاده براي توليد بتن تأثير مي‌گذارد كه به نوبه خود خواص مقاومتي بتن را كاهش مي‌دهد. دستيابي به مقاومت فشاري مطلوب بتن كاري دشوار و زمان بر است. با اين ‌حال، استفاده از رويكردهاي يادگيري ماشيني نظارت شده (ML) اين امكان را فراهم مي‌كند كه در ابتدا نتيجه هدفمند را با دقت بالا پيش‌بيني كرد. اين مطالعه از ماشين بردار پشتيبان و جنگل تصادفي براي پيش‌بيني مقاومت فشاري بتن در دماهاي بالا بر اساس 207 داده استفاده مي‌كند. براي اجراي مدل‌هاي انتخاب شده از كدنويسي پايتون در سكوي گوگل كولب استفاده شده است. در مجموع 9 پارامتر ورودي (آب، سيمان، سنگ‌دانه درشت، سنگ‌دانه ريز، خاكستر بادي، فوق روان‌كننده‌ها، دوده سيليس، نانو سيليس و دما) به‌عنوان ورودي وارد شدند و يك متغير (مقاومت فشاري) به‌عنوان خروجي انتخاب شد. عملكرد الگوريتم‌هاي ML مورداستفاده باتوجه‌به شاخص‌هاي آماري، از جمله ضريب همبستگي (R2) و ميانگين خطاي مطلق (MAE)، ميانگين مربع خطا (MSE) ارزيابي شدند. مدل‌هاي SVM و RF به ترتيب R2 برابر با 91/0 و 92/0 به دست آوردند. اين نشان‌دهنده همبستگي قوي بين نتايج واقعي و پيش‌بيني شده است. در اين تحقيق نشان داده شده است كه استفاده از الگوريتم يادگيري ماشين گروهي سطح عملكرد مدل را افزايش مي‌دهد. با استفاده از الگوريتم‌هاي يادگيري ماشين مي‌توان اقدام به پيش‌بيني مقاومت فشاري بتن در زمان كوتاه و هزينه كم اقدام نمود.