机构名称：
¥ 1.0
摘要。本文通过研究人工智能在混凝土设计中的应用来解决对可持续基础设施的迫切需求，特别强调预测单轴抗压强度 (UCS) 以减轻环境影响。混凝土是一种基本的建筑材料，由于其巨大的碳足迹，是环境恶化的主要原因。该研究的重点是利用人工神经网络 (ANN) 的潜力来预测传统建筑混凝土中的 UCS，这种混凝土在全球建筑实践中得到广泛应用。这一重点源于人们认识到这些混凝土类型对环境有重大影响，既影响碳足迹，又影响生态系统。研究方法包括分析一个数据集，该数据集包含 300 个立方体混凝土试件，尺寸为 15 厘米 × 15 厘米 × 15 厘米，按 70:30 的比例分为训练集和测试集。除了 ANN 模型外，还采用了各种机器学习分类器（包括支持向量机和决策树）进行比较。结果表明，基于 ANN 的预测模型优于替代分类器，具有高准确率和最小误差值，从而证实了其在估计 UCS 值方面的可靠性。这些发现凸显了整合人工智能技术以提高建筑实践的可持续性和减轻与混凝土使用相关的环境影响的潜力。通过采用 ANN 预测模型等创新方法，建筑行业可以为环境保护和可持续发展做出重大贡献。关键词：人工智能；混凝土；施工管理；环境影响；可持续结构 1. 简介
解决混凝土设计中的环境问题
主要关键词
相关文件推荐
