Predicting the Response of Laminated Composite Beams: A Comparison of Machine Learning Algorithms
Autor(en): |
George C. Tsiatas
Sotiris Kotsiantis Aristotelis E. Charalampakis |
---|---|
Medium: | Fachartikel |
Sprache(n): | Englisch |
Veröffentlicht in: | Frontiers in Built Environment, Februar 2022, v. 8 |
DOI: | 10.3389/fbuil.2022.855112 |
Abstrakt: |
A comparative study of machine learning regression algorithms for predicting the deflection of laminated composite beams is presented herein. The problem of the scarcity of experimental data is solved by ample numerically prepared data, which are necessary for the training, validation, and testing of the algorithms. To this end, the pertinent geometric and material properties of the beam are discretized appropriately, and a refined higher-order beam theory is employed for the accurate evaluation of the deflection in each case. The results indicate that the Extra-Trees algorithm performs best, demonstrating excellent predictive capabilities. |
Copyright: | © 2022 George C. Tsiatas, Sotiris Kotsiantis, Aristotelis E. Charalampakis |
Lizenz: | Dieses Werk wurde unter der Creative-Commons-Lizenz Namensnennung 4.0 International (CC-BY 4.0) veröffentlicht und darf unter den Lizenzbedinungen vervielfältigt, verbreitet, öffentlich zugänglich gemacht, sowie abgewandelt und bearbeitet werden. Dabei muss der Urheber bzw. Rechteinhaber genannt und die Lizenzbedingungen eingehalten werden. |
1.17 MB
- Über diese
Datenseite - Reference-ID
10662276 - Veröffentlicht am:
28.03.2022 - Geändert am:
01.06.2022