پيش بيني مقاومت فشاري بتن حاوي تركيب الياف فولادي بازيافتي و صنعتي به كمك الگوريتم هاي يادگيري ماشين

يافتن بهترين نسبت تركيب مواد تشكيلدهنده بتن براي دستيابي به مقاومت فشاري مطلوب از جمله هدفهاي حل مساله طرح اختلاط بتن با استفاده از الگوريتمهاي يادگيري ماشين است. در اين پژوهش به بررسي و مقايسه الگوريتمهاي يادگيري ماشين به منظور پيشبيني مقاومت فشاري بتن حاوي تركيب الياف فولادي صنعتي و الياف فولادي بازيافتي پرداخته شده است. بر همين اساس از يك مجموعه داده شامل 183 طرح اختلاط بتن حاوي الياف فولادي صنعتي و الياف فولادي بازيافتي )حاصل از بازيافت تاير خودرو( با درصدهاي حجمي متفاوت استفاده شده است. الگوريتم هاي رگرسيون خطي چندگانه ( MLR (، رگرسيون بردار پشتيبان ) SVR (، نزديكترين همسايه ) KNN (، و الگوريتمهاي مبتني بر درخت شامل جنگل تصادفي ) RF (، گراديان تقويتي ) GB ( و گراديان تقويتي تشديد شده ) XGB ( روي اين ديتاست اجرا شد و با توجه به نتايج بدست آمده، استفاده از روشهاي مبتني بر درخت، سرعت تحليل را بهبود بخشيده و ضريب تعيين ) 2R( بهتري را نسبت به روشهاي ديگر ارائه ميكند. همچنين از ميان الگوريتم هاي مبتني بر درخت، الگوريتم GB با ضريب تعيين 899 / 0، بهترين عملكرد و الگوريتم SVR با ضريب تعيين 833 / 0 و مجذور مربعات خطا 28 / 56 ، ضعيفترين عملكرد را در تخمين مقاومت فشاري بتن اليافي حاوي تركيب الياف فولادي صنعتي و بازيافتي از خود نشان ميدهد.