第五章 不同水膠比高性能混凝土強度模型
由表 5- 3 可知:
(1) 將實驗數據區分為低、中及高水膠比的作法,比不區分的作法更準確。
(2) 不論是不區分水膠比或區分水膠比,其 RMSE 的大小依序為低水膠比、
中水膠比、及高水膠比,而全部水膠比因包含所有水膠比範圍,因此其 RMSE 介於三者中間。這是因為低水膠混凝土具有高強度,故其預測誤 差比高水膠比者高。
(3) 訓練範例與測試範例誤差很接近,顯示無嚴重的過度配適問題。
(4) 由區分水膠比的結果可知,模式 1 至 6 的預測能力大致相同。
表 5-3 NLRA 的訓練範例及測試範例結果
不區分水膠比(MPa) 區分水膠比(MPa)
模式
全部水膠比 低水膠比 中水膠比 高水膠比 低水膠比 中水膠比 高水膠比
訓練範例 9.13 12.01 7.75 7.06 11.35 7.10 5.98
1 測試範例 9.74 11.81 8.03 6.57 11.33 7.49 5.25
訓練範例 9.19 11.71 7.25 6.56 11.30 7.05 6.00
2 測試範例 9.87 11.80 7.60 5.97 11.33 7.45 5.31
訓練範例 9.20 11.61 7.58 6.90 11.23 7.09 6.01
3 測試範例 9.87 11.57 7.98 6.38 11.30 7.50 5.30
訓練範例 9.20 11.61 7.47 6.86 11.33 7.08 6.01
4 測試範例 9.86 11.61 7.89 6.32 11.38 7.48 5.30
訓練範例 9.22 11.63 7.44 6.82 11.35 7.06 5.97
5 測試範例 9.87 11.60 7.83 6.26 11.35 7.45 5.24
訓練範例 9.49 11.62 7.45 6.81 11.35 7.06 5.96
6 測試範例 10.15 11.60 7.84 6.26 11.36 7.45 5.25
訓練範例 9.24 11.70 7.49 6.84 11.32 7.07 5.99
平均
測試範例 9.89 11.67 7.86 6.29 11.34 7.47 5.28
5-2-2 類神經網路於不同水膠比 HPC 強度模型建構
為了比較不同水膠比 HPC 強度模型建構,本文另外以類神經網路來建 立模型。本文以 12-12-1(12 輸入節點、12 隱藏節點、1 輸出節點)的網路架 構來做為準確度的比較,其初始權值範圍、初始學習速率、學習速率衰減 率、學習速率下限值、慣性因數初始值、慣性因數衰減率、慣性因數下限 值為及學習循環如 3-2-1 節所示,其 RMSE 如表 5-4 所示,其實際強度與預 測強度散佈圖如圖 5-8 至圖 5-10 所示。
表 5-4 類神經網路於不同水膠比之 HPC 強度模型預測結果
組別 訓練範例 RMSE(MPa) 測試範例 RMSE(MPa)
低水膠比 7.02 8.50
中水膠比 4.32 6.23
高水膠比 3.40 3.83
0 20 40 60 80 100 120
0 20 40 60 80 100 120
實際強度值 (MPa) 預測強度值 (MPa)
訓練範例R^2=0.9070 測試範例R^2=0.8694
圖 5-8 類神經網路於低水膠比 HPC 強度預測散佈圖
0 20 40 60 80 100
0 20 40 60 80 100
實際強度值 (MPa) 預測強度值 (MPa)
訓練範例R^2=0.9006 測試範例R^=0.8310
圖 5-9 類神經網路於中水膠比 HPC 強度預測散佈圖
0 10 20 30 40 50 60
0 10 20 30 40 50 60
實際強度值 (MPa) 預測強度值 (MPa)
訓練範例R^2=0.9258 測試範例R^2=0.8991
圖 5-10 類神經網路於高水膠比 HPC 強度預測散佈圖
5-2-3 GOT 於不同水膠比 HPC 強度模型建構
遺傳演算法的解答不具有唯一性,因此本文分別針對不同水膠比(低水 膠比、中水膠比及高水膠比)資料集,以不同的亂數種子,各執行三次求解 過程,得到三組 HPC 強度 GOT 模型,分述如下:
l 低水膠比(0.5 以下)
GOT 於低水膠比(0.5 以下)所產生的三組 HPC 強度模型如圖 5-11 至圖 5-13 所示。其產生的模型公式如公式(5-7)至公式(5-9)。
( ) [
ln( ) (
ln35.63) ]
90 . 50 77 2
. 416 80 .
2831 × +
− +
+
× + +
−
= AGE
W SP
C FL
y SL …...…….………(5-7)
) / ( ) / (
) 21 ln(
. 4 24 .
43 W B W S
CA y AGE
+
× × +
−
= …………...………..…………...…...(5-8)
) ) / ln(( 81 . 1502 61 .
7873 ln((TA/B)C)
B W
y =− + × AGE × ….….…..……….………..……….(5-9)
表 5-5 為 GOT 於低水膠比 HPC 強度模型公式推論之訓練範例及測試範 例 RMSE 結果,其強度散佈圖如圖 5-14 至圖 5-16 所示。
圖 5-11 第一組 GOT 於 HPC 低水膠比強度模型建構樹狀圖
圖 5-12 第二組 GOT 於 HPC 低水膠比強度模型建構樹狀圖
圖 5-13 第三組 GOT 於 HPC 低水膠比強度模型建構樹狀圖
表 5-5 GOT 於低水膠比 HPC 強度模型公式推論 RMSE 結果
組別 訓練範例
RMSE(MPa)
訓練範例 測試範例
RMSE(MPa)
訓練範例
÷
× -
+ + SP -
+ C ㏑ 50.90 +
SL FL AGE SP W
㏑
35.63
÷
+ ln
× W/B W/S
AGE CA
ln
÷
AGE Xy
W/B ln
×
TA/B C
誤差百分比 誤差百分比 1 10.48 33.84% 11.05 41.83%
2 11.00 31.76% 11.43 41.09%
3 11.56 27.27% 11.61 32.13%
平均 11.01 30.96% 11.36 38.35%
0 20 40 60 80 100 120
0 20 40 60 80 100 120
實際強度值 (MPa) 預測強度值 (MPa)
測試範例R^2=0.7784 訓練範例R^2=0.793
圖 5-14 第一組 GOT 於 HPC 低水膠比強度模型建構散佈圖
0 20 40 60 80 100 120
0 20 40 60 80 100 120
實際強度值 (MPa) 預測強度值 (MPa)
測試範例R^2=0.7632 訓練範例R^2=0.7716
圖 5-15 第二組 GOT 於 HPC 低水膠比強度模型建構散佈圖
0 20 40 60 80 100 120
0 20 40 60 80 100 120
實際強度值 (MPa) 預測強度值 (MPa)
測試範例R^2=0.7572 訓練範例R^2=0.748
圖 5-16 第三組 GOT 於 HPC 低水膠比強度模型建構散佈圖
l 中水膠比(0.35~0.65)
GOT 於中水膠比(0.35~0.65)所產生的三組 HPC 強度模型如圖 5-17 至 圖 5-19 所示。其產生的模型公式如公式(5-10)至公式(5-12)。
B W
C W y AGE
/
) / ln(
) 02 ln(
. 4 01 .
5 + × −
= ...…..………..………...(5-10)
[ ]
B W
AGE B
W C
y W
/
) ln(
/ 17 . 77 ) / 20 ln(
. 4 33 .
329 − × + × −
= ……..…..…...………....(5-11)
[ ]
) ln(
/ ) / ( ) / (
) / ln(
031 ln . 0 71 . 8
2
C S W B W
B W AGE
y AGE
×
−
× − +
= …...…...…..…...….….….……...(5-12)
表 5-6 為 GOT 於中水膠比 HPC 強度模型公式推論之訓練範例及測試範 例 RMSE 結果,其強度散佈圖如圖 5-20 至圖 5-22 所示。
圖 5-17 第一組 GOT 於 HPC 中水膠比強度模型建構樹狀圖
圖 5-18 第二組 GOT 於 HPC 中水膠比強度模型建構樹狀圖
圖 5-19 第三組 GOT 於 HPC 中水膠比強度模型建構樹狀圖 表 5-6 GOT 於中水膠比 HPC 強度模型公式推論 RMSE 結果
組別 訓練範例 RMSE(MPa)
訓練範例 誤差百分比
測試範例 RMSE(MPa)
測試範例 誤差百分比
1 7.08 28.98% 7.51 28.92%
2 7.31 30.28% 7.83 29.74%
3 7.42 33.03% 7.49 33.05%
平均 7.27 30.76% 7.61 30.57%
÷
× ln
- W/B ÷
- ln W/S ln
× AGE W/B C
AGE AGE
÷
- W/B
× ln
- W/B AGE
ln -77.17 W/C
÷
- W/B
ln ln
AGE W/C
0 20 40 60 80 100
0 20 40 60 80 100
實際強度值 (MPa) 預測強度值 (MPa)
測試範例R^2=0.7602 訓練範例R^2=0.7327
圖 5-20 第一組 GOT 於 HPC 中水膠比強度模型建構散佈圖
0 20 40 60 80 100
0 20 40 60 80 100
實際強度值 (MPa) 預測強度值 (MPa)
測試範例R^2=0.7393 訓練範例R^2=0.7151
圖 5-21 第二組 GOT 於 HPC 中水膠比強度模型建構散佈圖
0 20 40 60 80 100
0 20 40 60 80 100
實際強度值 (MPa) 預測強度值 (MPa)
測試範例R^2=0.7646 訓練範例R^2=0.7066
圖 5-22 第三組 GOT 於 HPC 中水膠比強度模型建構散佈圖
l 高水膠比(0.5 以上)
GOT 於高水膠比(0.5 以上)所產生的三組 HPC 強度模型如圖 5-23 至圖 5-25 所示。其產生的模型公式如公式(5-13)至公式(5-15)。
) / ( ) / (
) 05 ln(
. 0 43 .
2 W C TA B
AGE y CA
+
× × +
= ….………..………...(5-13)
B W
C W y AGE
/
)) / /(
41 ln(
. 4 21 .
1 + ×
= ….………...………….………... (5-14)
FA B W y AGE
× × +
= ( / )
) 95 ln(
. 3633 02
.
2 .………...………...(5-15)
表 5-7 為 GOT 於高水膠比 HPC 強度模型公式推論之訓練範例及測試範 例 RMSE 結果,其強度散佈圖如圖 5-26 至圖 5-28 所示。
圖 5-23 第一組 GOT 於 HPC 高水膠比強度模型建構樹狀圖
圖 5-24 第二組 GOT 於 HPC 高水膠比強度模型建構樹狀圖
圖 5-25 第三組 GOT 於 HPC 高水膠比強度模型建構樹狀圖
表 5-7 GOT 於高水膠比 HPC 強度模型公式推論 RMSE 結果
組別 訓練範例
RMSE(MPa)
訓練範例 誤差百分比
測試範例 RMSE(MPa)
測試範例 誤差百分比
1 5.81 3698% 5.48 3652%
2 5.81 2662% 5.66 2779%
3 5.89 3931% 5.64 3965%
平均 5.84 34.29% 5.59 34.65%
÷
W/B ln
÷
AGE W/C
÷
÷ FA
ln W/B
AGE
÷
÷ CA
+ ln
TA/B AGE W/C
0 10 20 30 40 50 60
0 10 20 30 40 50 60
實際強度值 (MPa) 預測強度值 (MPa)
訓練範例R^2=0.7838 測試範例R^2=0.7942
圖 5-26 第一組 GOT 於 HPC 高水膠比強度模型建構散佈圖
0 10 20 30 40 50 60
0 10 20 30 40 50 60
實際強度值 (MPa) 預測強度值 (MPa)
訓練範例R^2=0.784 測試範例R^2=0.7806
圖 5-27 第二組 GOT 於 HPC 高水膠比強度模型建構散佈圖
0 10 20 30 40 50 60
0 10 20 30 40 50 60
實際強度值 (MPa) 預測強度值 (MPa)
訓練範例R^2=0.7773 測試範例R^2=0.7819
圖 5-28 第三組 GOT 於 HPC 高水膠比強度模型建構散佈圖 5-3 不同水膠比 HPC 強度模型驗證與比較
將章節 5-2 結果整理成表 5-8 及繪成圖 5-29 及圖 5-30。表 5-8 分別比 較 NLRA 、ANN 及 GOT 三種模式的 RMSE,以評估其模型準確度,並以 變數數目、係數數目平均值評估其模型複雜度。其中變數數目為各種方法 的輸入變數數目(例如 C, W, W/B…等),而係數數目為各種方法的可調係數 數目(例如 NLRA 的
f
c,k
sl,k , a ,
flb
與 c ;GOT 的α ,β及常數 K;類神經網 路的連結權值 W 與門限值 θ),由表及圖可知:l 模型準確度比較:對訓練範例及測試範例,無論水膠比高低,類神經網 路均遠優於GOT與NLRA;而GOT與NLRA二者預測能力大約相等。
l 模型複雜度比較:GOT的變數平均使用數量少於NLRA,因此GOT產生 的水膠比強度模型複雜程度較低,亦即如果需產生一個簡單、可理解的 強度預測模型,GOT是較佳的選擇。
表 5-8 三種方法的訓練及測試範例 RMSE 平均
GOT 建模 NLRA 建模 BPN 建模
模型
比較項目 低 中 高 低 中 高 低 中 高
訓練集 RMSE 平均 11.01 7.27 5.84 11.32 7.07 5.99 7.02 4.32 3.40 訓練集誤差百分比 30.96% 30.76% 34.29% 31.83% 29.91% 35.17% 21.71% 20.62% 25.59%
測試集 RMSE 平均 11.36 7.61 5.59 11.34 7.47 5.28 8.50 6.23 3.83 測試集誤差百分比 38.35% 30.57% 34.65% 38.28% 30.01% 32.73% 21.60% 28.48% 28.83%
變數數目平均 4.7 3.3 3.3 6 6 6 12 12 12
係數數目平均 2.7 2.7 2 6 6 6 169 169 169
模型複雜度 低 低 低 中 中 中 高 高 高
3 4 5 6 7 8 9 10 11 12 13
第 1組 GOT 第 2組 GOT 第 3組 GOT NLRA模 式 1 NLRA模 式 2 NLRA模 式 3 NLRA模 式 4 NLRA模 式 5 NLRA模 式 6 BPN模 式
最佳化方法 誤差均方根 (MPa)
低水膠比 中水膠比 高水膠比
圖 5-29 三種方法的訓練範例結果比較
3 4 5 6 7 8 9 10 11 12 13
第 1組GOT 第2組GOT 第3組 GOT NLRA模式 1 NLRA模 式2 NLRA模式 3 NLRA模式4 NLRA模 式5 NLRA模 式6 BPN模式
最佳化方法 誤差均方根 (MPa)
低水膠比 中水膠比 高水膠比
圖 5-30 三種方法的測試範例結果比較