Nghiên cứu khả năng ứng dụng của các mô hình voting trong việc dự báo chiều sâu xói lở của trụ cầu

Tóm tắt

Bài báo này đề xuất một mô hình kết hợp tên là voting để dự báo chiều sâu xói lở của trụ cầu. Mô hình voting được xây dựng từ bốn mô hình học máy đơn lẻ nổi tiếng, bao gồm mạng nơ ron nhân tạo (ANN), máy học vector hỗ trợ (SVR), cây phân loại và hồi quy (CART) và hồi quy tuyến tính (LR). Sự thể hiện của mô hình voting được đánh giá bởi số liệu đã được công bố. Độ chính xác dự báo của mô hình voting được so sánh với bốn mô hình học máy đơn lẻ. Kết quả phân tích cho thấy, mô hình voting tốt hơn hẳn so với các mô hình so sánh khác trong dự báo chiều sâu xói lở của trụ cầu. Đặc biệt, ANN+CART+LR là mô hình voting tốt nhất, mô hình này đạt sai số dự báo nhỏ nhất. Kết quả của bài báo này, vì vậy, cung cấp một phương pháp tiềm năng cho các kỹ sư dân dụng trong việc thiết kế cấu trúc công trình cầu an toàn và hiệu quả về chi phí