Građevinar, Vol. 78 No. 01., 2026.
Izvorni znanstveni članak
https://doi.org/10.14256/JCE.4344.2025
Predviđanje savojne nosivosti djelomično obloženih kompozitnih greda pomoću strojnog učenja
Hongxin Liu
Ping Yang
Yaming Li
Shuizhong Jia
Xiaomeng Xie
Sažetak
Radi prevladavanja ograničenja tradicionalnih metoda u ovome istraživanju ispitana je savojna nosivost djelomično obavijenih kompozitnih (PEC) greda velikog presjeka s različitim otvorima u hrptu pomoću eksperimentalnih ispitivanja i strojnog učenja (ML). Ispitivanja savijanjem u četirima točkama na uzorcima različitih presjeka i tipova otvora pokazala su vrlo dobru duktilnost (koeficijenti > 4,0), pri čemu su otvori u hrptu blago smanjili granicu tečenja, ali bez znatnijega gubitka nosivosti. Baza podataka s 15 parametara korištena je za treniranje i validaciju četiriju modela ML (RF, CatBoost, KNN, LightGBM). Model Random Forest pokazao je najveću točnost (≈ 2,6 % MAE). Primjenom analize Shapley unaprijeđena je interpretabilnost modela te su identificirani ključni parametri. Integracija objašnjivoga strojnog učenja znatno poboljšava točnost i razumljivost predviđanja savojne nosivosti PEC greda, nudeći učinkovit pristup za inteligentno projektiranje i procjenu konstrukcija.
Ključne riječi
PEC grede; oblik otkazivanja; savojna nosivost; duktilnost; strojno učenje
Hrčak ID:
345451
URI
Datum izdavanja:
2.3.2026.
Posjeta: 260 *