СТОХАСТИЧЕСКАЯ ОПТИМИЗАЦИЯ РАЗМЕРА И ПРОПОРЦИИ ПЕНОПОЛИСТИРОЛА В БЕТОНЕ С ИСПОЛЬЗОВАНИЕМ МАШИННОГО ОБУЧЕНИЯ
DOI:
https://doi.org/10.55956/SBFC6954Ключевые слова:
бетон, прочность на сжатие, машинное обучение, пенополистирол, PythonАннотация
В статье представлено исследование прогнозирования влияния включения EPS в бетон с использованием алгоритмов МО. Набор данных из 125 образцов из авторитетных международных журналов был проанализирован с помощью инструментов Python. Основной целью данного исследования является разработка надежного алгоритма для оптимизации размера и пропорций гранул EPS в бетонных смесях без ущерба для прочности на сжатие через 28 дней. Модели Gradient Boosting Regression, Random Forest Regression и XGBoost были применены и оценены с использованием MAE, MSE, RMSE и R² оценки для выбора наилучшей прогностической модели. На основе этого недавно разработанного алгоритма был проведен экспериментальный тест, и результаты близко соответствовали прогнозируемым значениям с небольшим различием. В исследовании рекомендуются дальнейшие экспериментальные исследования для понимания взаимодействия между гранулами EPS и другими ингредиентами бетона. Также подчеркивается важность междисциплинарных подходов и стратегий смягчения для лучшей интеграции EPS в проектирование бетона.
Загрузки
Опубликована онлайн
Выпуск
Раздел
Лицензия
Copyright (c) 2025

Это произведение доступно по лицензии Creative Commons «Attribution-NonCommercial» («Атрибуция — Некоммерческое использование») 4.0 Всемирная.