Autor
|
Gayan Kandethanthri
|
uniwersytet
|
Uniwersytet Concordia, Kanada |
Ponadto, w pracy sprawdza się zachowanie boczne ścian usztywniających z CLT typu kablobetonowego bez przyczepności. Dzięki tradycyjnej analizie wrażliwości i modelom uczenia maszynowego identyfikowane są krytyczne parametry wpływające na reakcje boczne i podnoszące ścian usztywniających pod obciążeniem bocznym. Zastosowano różne algorytmy uczenia maszynowego w celu określenia najlepszego modelu predykcyjnego dla tych parametrów. Dodatkowo wykorzystano Shapley Additive Wyjaśnienia (SHAP) w celu zapewnienia głębszego wglądu w czynniki wpływające na reakcje boczne i podnoszące na duchu.
Praca ta wnosi cenne perspektywy na temat integracji zaawansowanych technik obliczeniowych z tradycyjnymi praktykami inżynierii konstrukcyjnej, promując rozwój odpornych i zrównoważonych projektów budynków.