Los puntos clave no están disponibles para este artículo en este momento.
La estimación precisa de la resistencia de unión entre hormigón y barras de polímero reforzado con fibra (FRP) es de gran importancia para las estructuras de hormigón armado. Este estudio introduce una nueva metodología que utiliza métodos de computación suave para mejorar la predicción de la resistencia de unión de las barras de FRP. Se compila una importante serie de pruebas experimentales de resistencia a la unión, cubriendo varias variables. Se encuentran variables significativas que afectan la resistencia de unión en el estudio de esta base de datos. El proceso de predicción se optimiza utilizando métodos de computación suave, particularmente la Programación de Expresión Génica (GEP) y el Algoritmo Genético Multi-Objetivo de Regresión Polinómica Evolutiva (MOGA-EPR). Los enfoques propuestos de computación suave acomodan relaciones complejas y optimizan la precisión de la predicción dependiendo de las variables de entrada. Los resultados demuestran su efectividad en la predicción de la resistencia a la unión y la comparación con códigos existentes y otros modelos de la literatura. Los resultados han mostrado que los modelos MOGA-EPR y GEP tienen altos valores de R2 entre 0.91 y 0.94. Los nuevos modelos propuestos mejoran la confiabilidad y eficiencia en el diseño y evaluación de hormigón reforzado con FRP.
Building similarity graph...
Analyzing shared references across papers
Loading...
Rwayda Kh. S. Al‐Hamd
Nahrain University
Asad S. Albostami
Liverpool John Moores University
Saif Alzabeebee
University of Al-Qadisiyah
Journal of Building Engineering
Keele University
Abertay University
University of Al-Qadisiyah
Building similarity graph...
Analyzing shared references across papers
Loading...
Al‐Hamd et al. (Sat,) estudiaron esta cuestión.
synapsesocial.com/papers/68e77b3bb6db6435876efe29 — DOI: https://doi.org/10.1016/j.jobe.2024.108883
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: