
رسالة ماجستير في كلية الهندسة تناقش تحسين توقع مقاومة القص في الاعتاب الخرسانية العميقة بطريقة تعلم الآلة المحسنة بتحليل الحساسية على العوامل المؤثرة
ناقشت رسالة ماجستير في كلية الهندسة بجامعة ديالى، تحسين توقع مقاومة القص في الاعتاب الخرسانية العميقة بطريقة تعلم الآلة المحسنة بتحليل الحساسية على العوامل المؤثرة، للطالبة الاء أحمد سعدون، في قاعة كلية الهندسة بجامعة ديالى.
هدفت الدراسة الى استخدام تقنية منهج التعلم الآلي للتنبؤ بقوة القص للعتبات الخرسانية المسلحة العميقة نظرا لمشاكل المعادلات التجريبية المستخدمة في قوانين التصميم الحالية والدراسات المنشورة لديها تبايناً كبيرا عند حساب قوة القص لهذه العتبات وتكون مكلفة وتستغرق وقتاً طويلاً وتقيد العمل.
تناولت الدراسة تطوير نماذج تنبؤية باستخدام مختلف خوارزميات تعلم الآلي والتي تضمنت ANN ,Keras, XGBoost, LR, RF، وذلك باستخدام قاعدة بيانات تحتوي على بيانات تجريبية ل 1177 عينة من العتبات الخرسانية المسلحة العميقة تم جمعها من دراسات تجريبية سابقة.
أظهرت النتائج أن نموذج XGBoost تنبأ بقوة القص للعتبات الخرسانية المسلحة العميقة بشكل اكثر دقة من نماذج ML الاخرى فقد وصلت دقتها الى 0.964 , بمعدل خطأ 7% , وحصلت نتائج التنبؤ لبقية النماذج التعلم الالي بما في ذلك ANN ,Keras, , LR, RF على دقة 0.862, 0.71 , 0.80, 0.924 على التوالي بمعدلات خطأ قدرها 18%, 35%, 25%, 21% على التوالي.


