Prediction of High-Performance Concrete Strength Using a Hybrid Artificial Intelligence Approach

Abstract

This study introduces an improved artificial intelligence (AI) approach called intelligence optimized support vector regression (IO-SVR) for estimating the compressive strength of high-performance concrete (HPC). The nonlinear functional mapping between the HPC materials and compressive strength is conducted using the AI approach. A dataset with 1,030 HPC experimental tests is used to train and validate the prediction model. Depending on the results of the experiments, the forecast outcomes of the IO-SVR model are of a much higher quality compared to the outcomes of other AI approaches. Additionally, because of the high-quality learning capabilities, the IO-SVR is highly recommended for calculating HPC strength.

Perbandingan Kinerja Artificial Intelligence Dalam Memprediksi Kuat Tekan Beton

“…Artificial intelligence (AI) merupakan suatu metode yang banyak sekali diteliti pada bidang ilmu teknik sipil. Beberapa penelitian pun sudah membuktikan bahwa penggunaan AI sudah sangat membantu untuk memprediksi kuat tekan beton (Azimi-Pour & Eskandari-Naddaf, 2018;Behnood & Golafshani, 2018;Hammoudi, Moussaceb, Belebchouche, & Dahmoune, 2019;Khosravani, Nasiri, Anders, & Weinberg, 2019;Prayogo, Wong, & Tjandra, 2018). Dalam prakteknya, terdapat banyak tipe AI yang digunakan untuk memprediksi kekuatan suatu campuran beton, antara lain artificial neural network (ANN) (Behnood & Golafshani, 2018;Topçu & Saridemir, 2008), response surface methodology (Hammoudi et al, 2019), genetic expression programming (Azimi-Pour & Eskandari-Naddaf, 2018).…”

“…Selanjutnya, Pala, Özbay, Öztaş, & Yuce (2007) juga melakukan penelitian dengan hasil yang memuaskan untuk memprediksi kuat tekan dari beton fly ash dan silica fume menggunakan ANN. Baru-baru ini, penelitian yang dilakukan oleh Prayogo et al (2018) membuktikan bahwa pemodelan melalui support vector regression untuk memprediksi high performance concrete juga memiliki akurasi prediksi yang tinggi bila dibandingkan dengan nilai kenyataan laboratoriumnya.…”