Xây dựng mô hình dự báo đa mục tiêu cường độ của bê tông cốt sợi thép bằng XGBoost kết hợp phân tích SHAP

Tóm tắt

Bài báo trình bày một phương pháp tiếp cận dựa trên mô hình học máy XGBoost để dự đoán đa mục tiêu bao gồm cường độ chịu nén, chịu kéo và chịu uốn của bê tông cốt sợi thép (SFRC). Sau khi huấn luyện mô hình trên tập dữ liệu thực nghiệm, kỹ thuật SHAP (SHapley Additive exPlanations) được sử dụng để phân tích và giải thích ảnh hưởng của các đặc trưng đầu vào như tỷ lệ sợi thép, hàm lượng xi măng, cốt liệu và phụ gia đến kết quả dự đoán. SHAP cho phép định lượng mức độ đóng góp của từng đặc trưng vào dự đoán của mô hình, từ đó giúp hiểu rõ hơn về mối quan hệ giữa các thông số thành phần và cường độ của SFRC. Kết quả cho thấy XGBoost kết hợp với SHAP không chỉ đạt độ chính xác cao mà còn mang lại khả năng giải thích tốt, hỗ trợ hiệu quả cho quá trình thiết kế và tối ưu hóa vật liệu bê tông cốt sợi.