火災にさらされた鉄筋コンクリート梁の曲げ耐力予測のための説明可能な機械学習モデルと遺伝子発現プログラミング

科学分野:

• 構造工学
• 計算力学
• 火災安全工学

背景:

• 鉄筋コンクリート（RC）梁は重要な構造部材です。
• 火災条件下での曲げ耐力の評価は、安全性にとって不可欠です。
• 既存の方法では、火災シナリオにおいて精度または効率が不足している可能性があります。

研究 の 目的:

• 火災にさらされたRC梁の曲げ耐力（Mr）を推定するための新しい計算モデルを開発および評価すること。
• 遺伝子発現プログラミング（GEP）とさまざまな機械学習（ML）アルゴリズムのパフォーマンスを比較すること。

主な方法:

• トレーニングと検証のために280サンプルのデータベースを利用しました。
• XGBoost、AdaBoost、LightGBMを含むGEPおよびMLモデルを採用しました。
• 入力パラメータには、幾何学的特性、補強詳細、火災期間、およびコンクリート強度が含まれていました。
• MAE、MSE、RMSE、R2、および回帰勾配を使用してパフォーマンスを評価しました。
• モデルの解釈可能性のためにSHAP分析を使用しました。

主要な成果:

• GEPおよびMLモデルは、Mrの予測において高い精度を示しました。
• XGBoostは、最高のR2と最低のエラー率で優れたパフォーマンスを発揮しました。
• SHAP分析は、XGBoost予測に影響を与えるパラメータに関する洞察を提供しました。

結論:

• 提案されたGEPおよびMLアプローチは、火災下のRC梁の曲げ耐力を推定するための正確で信頼性の高い方法を提供します。
• これらの計算ツールは、鉄筋コンクリート構造の火災安全設計と評価に役立ちます。