Key points are not available for this paper at this time.
تعتمد مشاريع البناء والتطوير في جميع أنحاء العالم بشكل كبير على الخرسانة كمادة بناء أساسية، مما يجعلها مكونًا أساسيًا للبنية التحتية والنمو العالمي. تساهم المكونات الرئيسية المختلفة التي تتكون منها الخرسانة بشكل مختلف في بصمتها البيئية الكلية. علاوة على ذلك، فقد أدى النمو الحضري والصناعي السريع إلى الضغط على الأنظمة البيئية واستنزاف الموارد، مما يتطلب بدائل صديقة للبيئة لمكونات الخرسانة التقليدية. وقد برز رمل الصب المهدور كبديل محتمل للرمل الطبيعي في خلطات الخرسانة، مما يوفر خيارًا مستدامًا. نظرًا لأن تقييم تأثيرات رمل الصب المهدور على الخرسانة من خلال الطرق المعملية يتطلب موارد كبيرة، فإن هذه الدراسة تستخدم ست خوارزميات رفع جماعي متميزة بما في ذلك CatBoost وXGBoost وHistGBRT وNGBoost وLightGBM وAdaboost وMLR للتنبؤ بالخصائص الرئيسية للخرسانة المكونة من رمل الصب المهدور: قوة الشد المنقسمة، وقوة الضغط، ومعامل المرونة. استخدمت هذه التحقيقات طريقة SHapley additive exPlanations (SHAP) لتوضيح الاعتمادات المتبادلة بين الخصائص بدقة، وتحديد علاقاتها المعقدة، وإنشاء تسلسل هرمي للأهمية. ثم تم تقييم أداء النماذج باستخدام مقاييس قوية متعددة، بما في ذلك متوسط الخطأ المطلق (MAE)، وجذر متوسط مربع الخطأ (RMSE)، ومعامل الارتباط (R)، ومعامل كفاءة ناش-سوتكليف (NSE)، وكفاءة كلينغ-غوبتا (KGE)، ومؤشر ويلموت (WI). تكشف النتائج أن نموذج XGBoost يبرز في تقدير قوة الضغط، حيث حقق RMSE قدره 2.845 ميغاباسكال وقيمة R قدرها 0.958. يتبع CatBoost كأفضل أداء ثانٍ، بـ RMSE يبلغ 3.083 ميغاباسكال وقيمة R تبلغ 0.952. بالنسبة لتقدير معامل المرونة، يتفوق XGBoost مرة أخرى على النماذج الأخرى، حيث حقق RMSE قدره 0.992 غيغاباسكال وقيمة R قدرها 0.990، بينما حصل NGBoost على المركز الثاني بـ RMSE قدره 1.256 غيغاباسكال وقيمة R تبلغ 0.985. في التنبؤ بقوة الشد المنقسمة، يظهر XGBoost مرة أخرى دقة متفوقة، حيث سجل RMSE قدره 0.296 ميغاباسكال وقيمة R تبلغ 0.925، يتبعه بشكل قريب LightGBM بـ RMSE قدره 0.302 ميغاباسكال وقيمة R قدرها 0.926. تُظهر هذه الدراسة فعالية خوارزميات XGBoost في التنبؤ بالخصائص الرئيسية للخرسانة باستخدام رمل الصب المهدور عند اعتبارات العوامل ذات الصلة.
درس علي زامير وآخرون (الخميس) هذا السؤال.