Home
Giới thiệu
Tài khoản
Đăng nhập
Quên mật khẩu
Đổi mật khẩu
Đăng ký tạo tài khoản
Liệt kê
Công trình khoa học
Bài báo trong nước
Bài báo quốc tế
Sách và giáo trình
Thống kê
Công trình khoa học
Bài báo khoa học
Sách và giáo trình
Giáo sư
Phó giáo sư
Tiến sĩ
Thạc sĩ
Lĩnh vực nghiên cứu
Tìm kiếm
Cá nhân
Nội dung
Góp ý
Hiệu chỉnh lý lịch
Thông tin chung
English
Đề tài NC khoa học
Bài báo, báo cáo khoa học
Hướng dẫn Sau đại học
Sách và giáo trình
Các học phần và môn giảng dạy
Giải thưởng khoa học, Phát minh, sáng chế
Khen thưởng
Thông tin khác
Tài liệu tham khảo
Hiệu chỉnh
Số người truy cập: 109,876,103
Artificial intelligence approach for predicting compressive strength of foamed concrete
Tác giả hoặc Nhóm tác giả:
Nguyen Thi Loc, Mai Anh Duc, Nguyen Cong Luyen, Vu Huy Cong,
Nguyen Van Huong
Nơi đăng:
Tạp chí Khoa học và Công nghệ - Đại học Đà Nẵng;
S
ố:
22(3);
Từ->đến trang
: 13-19;
Năm:
2024
Lĩnh vực:
Kỹ thuật;
Loại:
Bài báo khoa học;
Thể loại:
Trong nước
TÓM TẮT
Dự đoán chính xác cường độ chịu nén của bê tông bọt đóng vai trò quan trọng trong việc áp dụng rộng rãi bê tông bọt trong các công trình xây dựng. Nghiên cứu này đánh giá độ chính xác của 06 mô hình trí tuệ nhân tạo (MHTTNT) trong dự đoán cường độ chịu nén của bê tông bọt. Bộ dữ liệu gồm 150 mẫu thử được sử dụng để huấn luyện và đánh giá độ chính xác dự báo của MHTTNT, trong đó trọng lượng khô của bê tông bọt, hàm lượng xi măng, hàm lượng cát và tỉ lệ nước trên xi măng là các số liệu đầu vào, cường độ chịu nén ở 28 ngày tuổi là số liệu đầu ra. Độ chính xác dự báo của các MHTTNT được đánh giá thông qua 04 chỉ số thống kê. Kết quả nghiên cứu cho thấy rằng, các MHTTNT dự đoán khá chính xác cường độ chịu nén của bê tông bọt. Mô hình có độ chính xác lớn nhất là mô hình M5Rules, trong khi mô hình có độ chính xác thấp nhất được xác định dựa trên chỉ số thống kê được sử dụng.
ABSTRACT
Accurately predicting the compressive strength of foamed concrete plays a key role in the wide application of foamed concrete in practice. This study investigates the performance of the six AI models in estimating the compressive strength of foamed concrete. A dataset of 150 samples available in the literature was used for training and testing the AI models. The dry density, cement and sand content, and water-to-cement ratio were employed as input parameters, while the 28-day compressive strength was used
as the output parameter. Four statistical indicators were utilized to evaluate the performance of the AI models. The study results reveal that the AI models yield an accurate prediction of the compressive strength of foamed concrete. The best performance model in estimating the compressive strength of foamed concrete is the M5Rules model, while the least accurate model depends on the indicators used to measure the accuracy of the AI models.
[
2024\2024m04d027_15_31_368986-Van_ban_cua_bai_bao-20658-1-10-20240402.pdf
]
© Đại học Đà Nẵng
Địa chỉ: 41 Lê Duẩn Thành phố Đà Nẵng
Điện thoại: (84) 0236 3822 041 ; Email: dhdn@ac.udn.vn