بررسی اهمیت پارامترهای موثر در گسیختگی ستون کوتاه با استفاده از روش های همبستگی و یادگیری ماشین

در نوشتار حاضر، با استفاده از الگوریتم مونت کارلو و با درنظرگرفتن توزیع نرمال برای 10 پارامتر موثر در تشکیل ستون کوتاه، یک پایگاه داده متشکل از 200.000 نمونه ایجاد شده است. برای مدل سازی قاب خمشی بتنی با درنظرگرفتن رفتار خمشی و برشی ستون، نرم افزار OpenSees استفاده شده و راستی آزمایی مدل از طریق مقایسه با مطالعات آزمایشگاهی صورت گرفته است. سپس با استفاده از تحلیل پوش آور بر روی مدل ها، نوع مکانیزم شکست ستون، اعم از خمشی و یا برشی تعیین شده است. با استفاده از روش های یادگیری ماشین: تحلیل مولفه ی اساسی، درخت تصمیم، و آزمون-F، و همچنین روش های تحلیل همبستگی پیرسون و اسپیرمن، میزان اهمیت هر یک از پارامترها بررسی شده است. روش های یادگیری ماشین درخت تصمیم و آزمون F، و همچنین هر دو روش همبستگی به خوبی قادر به شناسایی میزان اهمیت هر کدام از پارامترها در تشکیل ستون کوتاه هستند. پارامترهای درصد آرماتور برشی ستون و نسبت ارتفاع دیوار به ارتفاع ستون به عنوان مهم ترین و موثرترین پارامترها تعیین شده اند.