인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
초록·키워드
Abstract The incorporation of nanomaterials in concrete improves mechanical strength, durability, and resistance to environmental effects, presenting a sustainable approach for modern construction. This research employs symbolic regression approaches, namely Gene Expression Programming (GEP) and Multi Expression Programming (MEP), to forecast the compressive strength of nano enhanced (nano TiO 2 and nano SiO 2 ) concretes. The developed models were trained and validated using a comprehensive experimental database and evaluated through multiple statistical metrics. Based on the comparative performance metrics, the MEP model clearly outperformed the GEP model, achieving higher predictive accuracy (R 2 = 0.954), lower error values (RMSE = 5.427 MPa, MAE = 4.596 MPa, MAPE = 10.40 %), and stronger reliability (NSE = 0.953) compared to the GEP model (R 2 = 0.914). Model performance was illustrated through Taylor’s diagram. Partial Dependence Plots (PDPs) and Individual Conditional Expectation (ICE) plots were used to examine feature importance and interaction effects, showing that concrete age, cement, slag, and nano silica enhance strength, whereas higher water content and fine aggregate proportions reduce it. These results highlight the potential of MEP-based modeling to optimize mix design and promote the sustainable use of nanomaterials and supplementary cementitious materials (SCMs) in concrete, offering valuable guidance for sustainable construction.
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
