A stacking ensemble model for predicting the flexural fatigue life of fiber-reinforced concrete
· 5 min read
논문 정보
- 제목: A stacking ensemble model for predicting the flexural fatigue life of fiber-reinforced concrete
- 저자: Wan-lin Min 외 (Zhejiang University)
- 학회/저널: International Journal of Fatigue
- 발행일: 2024-09-12
- DOI: 10.1016/j.ijfatigue.2024.108599
- 주요 연구 내용: 섬유 보강 콘크리트(FRC)의 휨 피로 수명을 예측하기 위해 스태킹 앙상블 기법에 기반한 새로운 모델(Stacking-SXDG)을 제안함. 이 모델은 Deep Autoencoder Network, XGBoost, Random Forest를 기본 학습기로 사용하고, Grey Wolf Optimizer(GWO) 알고리즘으로 최적화된 Deep Neural Network(DNN)를 메타 학습기로 활용하여 예측 정확도를 극대화함.
- 주요 결과 및 결론: 제안된 Stacking-SXDG 모델은 테스트 데이터셋에서 값 0.938을 달성하여 다른 단일 머신러닝 모델들보다 월등한 예측 성능을 보임. SHAP 분석을 통해 응력 수준(stress level), 신뢰도(reliability), 섬유 종류 및 길이가 FRC의 피로 수명에 가장 큰 영향을 미치는 주요 인자임을 확인함.
- 기여점: FRC의 휨 피로 수명 예측을 위해 머신러닝을 적용한 최초의 연구로, 단일 모델의 한계를 극복하는 강력한 스태킹 앙상블 프레임워크를 제시함. 또한, SHAP을 활용하여 모델의 예측 결과를 해석하고 각 입력 변수의 중요도를 정량적으로 분석하여 FRC 재료의 이해와 실제 적용 가능성을 높임.