Total Dissipated Energy Prediction for Flexure- Dominated Reinforced Concrete Columns via Extreme Gradient Boosting

Ziya Müderrisoğlu

Makale detayları

Total Dissipated Energy Prediction for Flexure- Dominated Reinforced Concrete Columns via Extreme Gradient Boosting

Yazarlar:

Ziya Müderrisoğlu

Yayıncı:

Afyon Kocatepe University

Ana Başlıklar:

İnşaat Mühendisliği (Diğer)

Dergi:

Afyon Kocatepe Üniversitesi Fen Ve Mühendislik Bilimleri Dergisi Vol.25 Issue 3, pp.604-612

Belge Tipi:

Makale

Yayın Tarihi:

10/2025

Belge Dili:

İngilizce

Document ID (Org No.):

2001348293

pISSN:

2149-3367

Anahtar kelimeler:

Özet:

 This study aims to provide an efficient framework for predicting the total dissipated energy level of flexure-dominated reinforced concrete columns via a commonly used machine learning method, extreme gradient boosting. A database including 177 reinforced concrete columns is compiled using open-access databases available in the literature. The proposed framework predicts the target total dissipated energy level depending on seven fundamental features: concrete compressive strength, longitudinal rebar yield strength, shear span-to-depth ratio, longitudinal rebar ratio, transverse rebar volumetric ratio, peak drift ratio, and equivalent damping ratio. Here, a correlation-based quantitative analysis is performed to reveal the effects of selected features on the total dissipated energy capacity. It is observed that the peak drift ratio, yield strength of longitudinal rebars, and concrete compressive strength are the most effective parameters among the other features. K-Fold cross-validation is implemented for the classification process. Validation results show that the three fundamental performance indicators such as the means of correlation of determination, the normalized root mean square error, and the mean absolute percentage error are evaluated as 0.75, 0.38, and 0.33, respectively. The sensitivity of predicted targets to algorithm-based hyperparameters is also investigated. The results of this study are expected to contribute to the energy-based design applications in the scope of predicting the dissipated energy capacity of flexure-dominated reinforced concrete column members.

 This study aims to provide an efficient framework for predicting the total dissipated energy level of flexure-dominated reinforced concrete columns via a commonly used machine learning method, extreme gradient boosting. A database including 177 reinforced concrete columns is compiled using open-access databases available in the literature. The proposed framework predicts the target total dissipated energy level depending on seven fundamental features: concrete compressive strength, longitudinal rebar yield strength, shear span-to-depth ratio, longitudinal rebar ratio, transverse rebar volumetric ratio, peak drift ratio, and equivalent damping ratio. Here, a correlation-based quantitative analysis is performed to reveal the effects of selected features on the total dissipated energy capacity. It is observed that the peak drift ratio, yield strength of longitudinal rebars, and concrete compressive strength are the most effective parameters among the other features. K-Fold cross-validation is implemented for the classification process. Validation results show that the three fundamental performance indicators such as the means of correlation of determination, the normalized root mean square error, and the mean absolute percentage error are evaluated as 0.75, 0.38, and 0.33, respectively. The sensitivity of predicted targets to algorithm-based hyperparameters is also investigated. The results of this study are expected to contribute to the energy-based design applications in the scope of predicting the dissipated energy capacity of flexure-dominated reinforced concrete column members.

 This study aims to provide an efficient framework for predicting the total dissipated energy level of flexure-dominated reinforced concrete columns via a commonly used machine learning method, extreme gradient boosting. A database including 177 reinforced concrete columns is compiled using open-access databases available in the literature. The proposed framework predicts the target total dissipated energy level depending on seven fundamental features: concrete compressive strength, longitudinal rebar yield strength, shear span-to-depth ratio, longitudinal rebar ratio, transverse rebar volumetric ratio, peak drift ratio, and equivalent damping ratio. Here, a correlation-based quantitative analysis is performed to reveal the effects of selected features on the total dissipated energy capacity. It is observed that the peak drift ratio, yield strength of longitudinal rebars, and concrete compressive strength are the most effective parameters among the other features. K-Fold cross-validation is implemented for the classification process. Validation results show that the three fundamental performance indicators such as the means of correlation of determination, the normalized root mean square error, and the mean absolute percentage error are evaluated as 0.75, 0.38, and 0.33, respectively. The sensitivity of predicted targets to algorithm-based hyperparameters is also investigated. The results of this study are expected to contribute to the energy-based design applications in the scope of predicting the dissipated energy capacity of flexure-dominated reinforced concrete column members.

 Bu çalışma, betonarme kolonlarda tüketilen toplam enerji seviyesinin uygulamalarda yaygın olarak kullanılan aşırı gradian artırma yaklaşımı ile tahminine yönelik etkin bir algoritma önerilmesini amaçlamaktadır. Bu kapsamda, literatürde bulunan açık erişimli veri tabanları kullanılarak 177 adet betonarme kolona ait gerekli özellikleri içeren bir veri tabanı derlenmiştir. Öne sürülen çerçeve, hedef toplam tüketilen enerji seviyesini 7 temel özelliğe bağlı olarak tahmine olanak sağlamaktadır: beton basınç dayanımı, boyuna donatı akma dayanımı, kesme açıklığı-derinlik oranı, boyuna donatı oranı, enine donatı hacimsel oranı, maksimum ötelenme oranı ve eşdeğer sönüm oranı. Burada, seçilen özelliklerin toplam tüketilen enerji seviyesi üzerindeki etkilerini ortaya koyabilmek amacıyla korelasyon esaslı sayısal analizler gerçekleştirilmiştir. Analizler sonucunda, seçilen özellikler arasında toplam tüketilen enerji seviyesi üzerinde en etkin olan parametrelerin maksimum ötelenme oranı, boyuna donatı akma dayanımı ve beton dayanımı olduğu belirlenmiştir. Verilerin sınıflandırılması sürecinde K-katlı çapraz geçerlilik yaklaşımı uygulanmıştır. Geçerlilik sonuçları, üç temel performans göstergesine belirleme katsayısı, normalize edilmiş kök ortalama kare hatası ve ortalama mutlak yüzde hatası ait ortalama değerlerin sırasıyla 0.75, 0.38 ve 0.33 olarak belirlendiğini göstermiştir. Çalışma kapsamında, tahmin edilen enerji seviyelerinin algoritma bazlı parametrelere bağlı hassasiyet seviyeleri de araştırılmıştır. Çalışma sonuçlarının, özellikle son yıllarda çalışmaların yoğunlaştığı enerji esaslı tasarım uygulamalarına, eğilme etkisi altındaki betonarme kolon elemanlarda tüketilen toplam enerji seviyesinin tahmini kapsamında katkı sağlayacağı düşünülmektedir.

Makale detayları

Total Dissipated Energy Prediction for Flexure- Dominated Reinforced Concrete Columns via Extreme Gradient Boosting

Yazarlar:

Ziya Müderrisoğlu

Yayıncı:

Afyon Kocatepe University

Ana Başlıklar:

İnşaat Mühendisliği (Diğer)

Dergi:

Afyon Kocatepe Üniversitesi Fen Ve Mühendislik Bilimleri Dergisi Vol.25 Issue 3, pp.604-612

Belge Tipi:

Makale

Yayın Tarihi:

10/2025

Belge Dili:

İngilizce

Document ID (Org No.):

2001348293

pISSN:

2149-3367

Energy-based design

Total dissipated energy

XGBoost

Reinforced concrete columnsEnerji-esaslı tasarım

Toplam tüketilen enerji seviyesi

Aşırı gradyan artırma yaklaşımı

Betonarme kolonlar

Sayı

Makale detayları

Yazarlar: Ziya Müderrisoğlu

Yayıncı: Afyon Kocatepe University

Ana Başlıklar: İnşaat Mühendisliği (Diğer)

Dergi: Afyon Kocatepe Üniversitesi Fen Ve Mühendislik Bilimleri Dergisi Vol.25 Issue 3, pp.604-612

Belge Tipi: Makale

Yayın Tarihi: 10/2025

Belge Dili: İngilizce

Document ID (Org No.): 2001348293

pISSN: 2149-3367

Sayı

Yazarlar:

Ziya Müderrisoğlu

Yayıncı:

Afyon Kocatepe University

Ana Başlıklar:

İnşaat Mühendisliği (Diğer)

Dergi:

Afyon Kocatepe Üniversitesi Fen Ve Mühendislik Bilimleri Dergisi Vol.25 Issue 3, pp.604-612

Belge Tipi:

Makale

Yayın Tarihi:

10/2025

Belge Dili:

İngilizce

Document ID (Org No.):

2001348293

pISSN:

2149-3367