Tóm tắtHiện tượng mô hình quá khớp (overfitting) là một trong những nguyên nhân quan trọng làm giảm hiệu quả của mô hình học sâu, đặc biệt là trong các bài toán có tính phi tuyến cao như bài toán ước lượng khả năng chịu tải của giàn làm bằng kim loại. Bài báo này sẽ trình bày, phân tích và so sánh hiệu quả của một số kỹ thuật thường được áp dụng hiện nay cho việc xử lý hiện tượng mô hình quá khớp bao gồm kỹ thuật dừng sớm (Early Stopping), nhớ mô hình (Model Checkpoint) và kết hợp hai kỹ thuật trên. Một giàn phẳng gồm 39 thanh được sử dụng để minh họa cho nghiên cứu. Tập dữ liệu cho mô hình học sâu được tạo ra từ phân tích phi tuyến giàn có thông số đầu vào là diện tích mặt cắt ngang của các thanh giàn và thông số đầu ra là hệ số khả năng chịu tải (LF). Kết quả nghiên cứu cho thấy phương pháp kết hợp cả hai kỹ thuật dừng sớm và nhớ mô hình đem lại hiệu quả cao nhất về cả góc độ thời gian huấn luyện và độ chính xác của mô hình.Từ khoá: học sâu; trí tuệ nhân tạo, phân tích trực tiếp; kết cấu giàn; máy học. AbstractOverfitting is one of the most important problems to reduce the performance of a deep learning model, especially in highly nonlinear problems such as estimation of load-carrying capacity of nonlinear inelastic steel trusses. This paper presents common methods to solve overfitting such as Early Stopping, Model Checkpoint, and the combination of both methods. A planar steel truss with 39 elements is used to illustrate the study. Data for the deep learning model is generated by using an advanced analysis, where the inputs are cross-sectional areas of the truss elements and output is the ultimate load factor of the structure. The results show that the combination of Early Stopping and Model Checkpoint provide the best performance regarding both computational efforts and accuracy. Đặt vấn đềKết cấu giàn được sử dụng phổ biến hiện nay do những ưu điểm nổi trội của loại kết cấu này như vượt nhịp lớn, phát huy tối đa sự làm việc của vật liệu, hình thức đẹp, nhẹ, linh hoạt và phong phú. * Tác giả chính. Địa chỉ
Bài báo trình bày bài toán thiết kế tối ưu cho dầm thép tổ hợp dạng chữ I trong kết cấu cầu liên hợp nhịp đơn giản dựa theo các quy định trong TCVN 11823:2017. Hàm mục tiêu được sử dụng là tối thiểu hóa khối lượng của dầm thép và điều kiện ràng buộc gồm các quy định về cấu tạo, khả năng chịu lực, ứng suất và biến dạng được quy định trong TCVN 11823:2017. Biến thiết kế bao gồm các kích thước tiết diện của dầm thép tổ hợp chữ I. Để giải bài toán tối ưu được đề xuất, thuật toán tiến hóa vi phân được sử dụng. Bài toán đề xuất được đánh giá thông qua việc phân tích tối ưu dầm thép chữ I trong kết cấu cầu liên hợp đơn giản nhịp 33 m và 50 m. Kết quả tính toán cho thấy chương trình được xây dựng bảo đảm được độ chính xác. Bên cạnh đó, việc áp dụng thuật toán tối ưu trong thiết kế cho phép tiết kiệm chỉ còn khoảng 65% đến 75% khối lượng dầm thép được thiết kế theo kinh nghiệm.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
customersupport@researchsolutions.com
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.