Прогнозирование прочности коротких внецентренно сжатых круглых трубобетонных колонн

Исследован процесс прогнозирования несущей способности внецентренно сжатых круглых трубобетонных колонн (ТБК) с использованием алгоритмов машинного обучения. Актуальность работы обусловлена необходимостью повышения точности инженерных расчетов в условиях усложняющихся архитектурных решений. Цель исследования - разработка и оценка эффективности интеллектуальных моделей для надежного прогнозирования прочности ТБК на основе ключевых параметров конструкции и материалов. Объектом исследования выступили короткие внецентренно сжатые трубобетонные колонны круглого сечения. Входными параметрами моделей машинного обучения являлись наружный диаметр сечения колонны, толщина стенки трубы, прочность бетона, предел текучести стали и относительный эксцентриситет. В качестве выходного параметра принималась несущая способность колонны. Для прогнозирования использовались алгоритмы CatBoost и Random Forest Regressor (RFR) с оптимизацией гиперпараметров посредством библиотеки Optuna. Оценка качества моделей проводилась по метрикам MAE, MSE и MAPE. В результате исследования разработаны интеллектуальные модели. Модель CatBoost продемонстрировала лучшие показатели точности (MAE = 67,1; MSE = 86,2; MAPE = 0,07 %) по сравнению с RFR (MAE = 72,6; MSE = 89,7; MAPE = 0,15 %). Анализ важности признаков показал, что наибольшее влияние на несущую способность оказывают наружный диаметр колонны и относительный эксцентриситет. Корреляционный анализ подтвердил высокую зависимость выходного параметра от этих факторов. Полученные результаты рекомендуются к использованию в расчетных модулях и инженерных системах поддержки принятия решений при проектировании несущих конструкций зданий и сооружений.