Hcmute tối ưu hóa sức chịu tải của cọc từ kết quả thí nghiệm hiện trường sử dụng giải thuật gen di truyền và mạng nơ ron nhân tạo

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH CƠNG TRÌNH NGHIÊN CỨU KHOA HỌC CẤP TRƯỜNG TỐI ƯU HÓA SỨC CHỊU TẢI CỦA CỌC TỪ KẾT QUẢ THÍ NGHIỆM HIỆN TRƯỜNG SỬ DỤNG GIẢI THUẬT GEN DI TRUYỀN VÀ MẠNG NƠ RON NHÂN TẠO MÃ SỐ:T2019-74TĐ SKC 0 7 Tp Hồ Chí Minh, tháng 04/2020 Luan van BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH BÁO CÁO TỔNG KẾT ĐỀ TÀI KH&CN CẤP TRƯỜNG TRỌNG ĐIỂM TỐI ƯU HÓA SỨC CHNU TẢI CỦA CỌC TỪ KẾT QUẢ THÍ NGHIỆM HIỆN TRƯỜNG SỬ DỤNG GIẢI THUẬT GEN DI TRUYỀN VÀ MẠNG NƠ RON NHÂN TẠO Mã số: T2019-74TĐ Chủ nhiệm đề tài: TS Trần Văn Tiếng TP HCM, 04/2020 Luan van Luan van TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH KHOA XÂY DỰNG BÁO CÁO TỔNG KẾT ĐỀ TÀI KH&CN CẤP TRƯỜNG TRỌNG ĐIỂM TỐI ƯU HÓA SỨC CHNU TẢI CỦA CỌC TỪ KẾT QUẢ THÍ NGHIỆM HIỆN TRƯỜNG SỬ DỤNG GIẢI THUẬT GEN DI TRUYỀN VÀ MẠNG NƠ RON NHÂN TẠO Mã số: T2019-74TĐ Chủ nhiệm đề tài: TS Trần Văn Tiếng Thành viên đề tài: ThS Trần Quang Vinh TP HCM, 04/2020 Luan van DANH SÁCH THÀNH VIÊN THAM GIA NGHIÊN CỨU ĐỀ TÀI TT Họ tên Trần Văn Tiếng Đơn vị công tác Nội dung nghiên cứu cụ thể lĩnh vực chuyên môn giao Khoa Xây dựng, Trường Chủ nhiệm đề tài ĐH SPKT TP HCM Trần Quang Vinh Khoa Xây dựng, Trường Thành viên Cao đẳng Kiên Giang Luan van MỤC LỤC MỞ ĐẦU CHƯƠNG CƠ SỞ LÝ THUYẾT 1.1 Thí nghiệm nén tĩnh cọc tải trọng tĩnh ép dọc trục 1.2 Các phương pháp xác định sức chịu tải cực hạn cọc từ kết thí nghiệm nén tĩnh 1.2.1 Phương pháp SNIP 2.02.03.85 1.2.2 Phương pháp Davisson 1.2.3 Phương pháp ngoại suy Chin-Kondner 1.2.4 Phương pháp Decourt 1.3 Giải thuật tiến hóa di truyền 10 1.3.1 Giải thuật di truyền 10 1.3.2 Các q trình thuật tốn di truyền 10 1.3.2.1 Mã hóa liệu 10 1.3.2.2 Khởi tạo quần thể 11 1.3.2.3 Xác định hàm thích nghi 11 1.3.2.4 Quá trình lai ghép 11 1.3.2.5 Quá trình đột biến 12 1.3.2.6 Quá trình chọn lọc 13 1.3.3 Các bước tính tốn thuật tốn di truyền 13 1.4 Mạng nơ-ron nhân tạo 14 1.4.1 Các thành phần mạng nơ-ron nhân tạo 15 1.4.1.1 Đơn vị xử lý 15 1.4.1.2 Hàm kết hợp 16 1.4.1.3 Hàm kích hoạt 16 1.4.2 Các hình trạng mạng 18 i Luan van 1.4.2.1 Mạng truyền thẳng (Feed-forward neuralnetwork) 18 1.4.2.2 Mạng hồi quy (Recurrent neuralnetwork): 19 1.4.2.3 Huấn luyện mạng 19 CHƯƠNG GIẢI THUẬT TỐI ƯU 21 2.1 Phương pháp tối ưu 21 2.2 Tối ưu phương pháp Chin-Kondner sử dụng giải thuật gen di truyền 21 2.2.1 Thuật tốn tìm kiếm 22 2.2.2 Khởi tạo quần thể 24 2.2.3 Điều kiện hội tụ 25 2.3 Huấn luyện phương pháp Chin-Kondner-GA mạng nơ-ron nhân tạo 26 CHƯƠNG TÍNH TỐN TỐI ƯU SỨC CHNU TẢI CỌC 28 3.1 Cơng trình Bệnh viện Nhi Đồng Thành Phố Hồ Chí Minh 28 3.1.1 Kết thử tĩnh cọc trường 28 3.1.2 Kết tính tốn theo Decourt 30 3.1.3 Kết tính tốn theo Chin-Kondner 30 3.1.4 Kết tính tốn theo Chin-Kondner-GA 31 3.1.5 Kết huấn luyện mạng Nơ-ron từ kết Chinkondner-GA (Chin-Kondner-GAANN) 33 3.1.6 So sánh kết ngoại suy công trình từ phương pháp 34 3.2 Cơng trình THÁP L – OPERA 36 3.2.1 Kết thử tĩnh cọc trường 36 3.2.2 Kết tính tốn theo Decourt 38 3.2.3 Kết tính tốn theo Chin-Kondner 39 3.2.4 Kết tính tốn theo Chin-Kondner-GA 40 3.2.5 Kết huấn luyện mạng Nơ-ron từ kết Chin-Kondner-GA (Chin-KondnerGA-ANN) 42 3.2.6 So sánh kết ngoại suy công trình từ phương pháp ii Luan van 42 3.3 Cơng trình EVERICH 44 3.3.1 Kết thử tĩnh cọctại trường 44 3.3.2 Kết tính tốn theo Decourt 45 3.3.3 Kết tính tốn theo Chin-Kondner 46 3.3.4 Kết tính tốn theo Chin-Kondner-GA 47 3.3.5 Kết huấn luyện mạng Nơ-ron từ kết Chin-Kondner-GA (Chin-KondnerGA-ANN) 48 3.3.6 So sánh kết ngoại suy cơng trình từ phương pháp 48 3.4 Kết luận 50 CHƯƠNG KẾT LUẬN VÀ KIẾN NGHN 51 4.1 Kết luận 51 4.2 Kiến nghị 51 TÀI LIỆU THAM KHẢO 52 PHỤ LỤC 54 iii Luan van DANH MỤC HÌNH Hình 1 Thí nghiệm nén tĩnh cọc sử dụng đối trọng BTCT Hình Phương pháp xác định Qu Hình Cách xác định sức chịu tải cực hạn theo phương pháp Davisson Hình Biểu đồ ngoại suy Chin-Kondner Hình Biểu đồ tải trọng- chuyển vị Hình Lai ghép cá thể .12 Hình Đột biến nhiễm sắc thể .13 Hình Đơn vị xử lý (Huỳnh Thái Hoàng 2014) 15 Hình Hàm đồng (Identity function) (Huỳnh Thái Hồng 2014) 17 Hình 10 Hàm bước nhị phân (Binary step function) (Huỳnh Thái Hồng 2014) 17 Hình 11 Hàm Sigmoid (Huỳnh Thái Hoàng 2014) 17 Hình 12 Hàm sigmoid lưỡng cực (Huỳnh Thái Hồng 2014) 18 Hình 13 Mạng nơron truyền thẳng nhiều lớp (Feed-forward neural network) (Huỳnh Thái Hoàng 2014) 19 Hình 14 Mạng nơ-ron hồi quy (Recurrent neural network) (Huỳnh Thái Hoàng 2014) 19 Hình 15 Mơ hình Học có thầy (Supervised learning model) (Huỳnh Thái Hoàng 2014) 20 Hình Lưu đồ thuật tốn tìm kiếm gen di truyền (Nguyễn Đình Thúc 2001) 24 Hình 2 Khởi tạo quần thể ban đầu (How the Genetic Algorithm Works Internet) 24 Hình Tạo quần thể kế tiếp(How the Genetic Algorithm Works Internet) 25 Hình Cấu trúc mạng Nơ-ron nhân tạo (Artificial neural network Internet) 26 Hình Cơng cụ nntraintool (Artificial neural network Internet) 26 Hình Sơ đồ huấn luyện kết từ Chinkondner-GA (Artificial neural network Internet) 27 Hình Kết thử tĩnh trường 28 Hình Biểu đồ tải trọng độ lún cọc 29 Hình 3 Biểu đồ tải trọng chuyển vị thử tĩnh Chin-Kondner 31 Hình Đáp ứng hàm thích nghi theo hệ 32 Hình Kết ngoại suy cơng trình Bệnh viện Nhi đồng 34 Hình Sai lệch đường ngoại suy với đường thử tĩnh .35 iv Luan van Hình Kết thử tĩnh cọc 37 Hình Biểu đồ đường cong mối quan hệ tải trọng độ lún theo thực tế 38 Hình Biểu đồ tải trọng độ lún Thử tĩnh Chin-Kondner .40 Hình 10 Đáp ứng hàm thích nghi theo hệ 41 Hình 11 Kết ngoại suy từ phương pháp khác 42 Hình 12 Sai lệch đường ngoại suy đường thử tĩnh 43 Hình 13 Biểu đồ kết thử tĩnh 45 Hình 14 Biểu đồ Thử tĩnh- Chin-Kondner 46 Hình 15 Đáp ứng hàm thích nghi theo hệ 47 Hình 16 Kết ngoại suy từ phương pháp 49 Hình 17 Sai lệch đường ngoại suy đường thử tĩnh 49 v Luan van suy phương pháp kết thử tĩnh Decourt (7,4%), Chin-Kondner (5,55%), Chin-Kondner-GA (0,03%) Chin-Kondner-GA-ANN 0,05% Từ kết tính tốn, phương pháp đề xuất Chinkondner-GA-ANN bám sát đường thực nghiệm hội tụ với đường chuyển vị 25,583mm Hình 16 Kết ngoại suy từ phương pháp Hình 17 Sai lệch đường ngoại suy đường thử tĩnh Trang 49 Luan van Bảng 21 Thống kê kết cho cơng trình Thử tĩnh Decourt Chin-Kondner Chin-KondnerGA Chin-KondnerGA-ANN Q(T) S(mm) Q(T) S(mm) Q(T) S(mm) Q(T) S(mm) Q(T) S(mm) 250 2,550 282,2 2,550 284,9 2,550 294,8 2,550 283,3 2,550 500 4,250 459,5 4,250 462,8 4,250 474,6 4,250 470,6 4,250 750 6,778 708,7 6,778 711,1 6,778 720,4 6,778 724,3 6,778 1.000 10,115 1.013,6 10,115 1.012,5 10,115 1.010,7 10,115 1.003,9 10,115 1.250 13,150 1.269,5 13,150 1.263,5 13,150 1.246,0 13,150 1.254,6 13,150 1.500 15,733 1.473,1 15,733 1.461,8 15,733 1.428,0 15,733 1.431,9 15,733 1.750 18,315 1.664,7 18,315 1.647,4 18,315 1.595,2 18,315 1.589,3 18,315 2.000 25,583 2.148,4 25,583 2.111,4 25,583 2.000,6 25,583 2.007,6 25,583 – – 2.407,9 30,000 2.357,8 30,000 2.208,9 30,000 2.210,2 30,000 – – 2.918,5 40,000 2.837,3 40,000 2.601,1 40,000 2.599,2 40,000 3.4 Kết luận Sau tiến hành tính tốn cho ba cơng trình cụ thể kết luận sau: Đối với kết thí nghiệm mà đường nén tĩnh tuyến tính áp dụng phương pháp Chin-Kondner truyền thống Decourt để dự đoán sức chịu tải cực hạn cọc mang lại kết ngoại suy với sai lệch so với đường nén tĩnh tương đối chấp nhận Đối với thí nghiệm trường mà kết thí nghiệm đường cong với nhiều điểm biến động, đặc trưng đường phi tuyến kết Chin-Kondner Decourt dự đốn bị giảm độ tin cậy đáng kể, sai lệch nhiều, phương pháp tối ưu sử dụng giải thuật di truyền kết hợp mạng nơ-ron nhân tạo Chin-Kondner-GA-ANN (ANNs) có độ tin cậy cao Như việc tính tốn tối ưu cách sử dụng giải thuật di truyền kết hợp mạng nơ-ron nhân tạo đạt yêu cầu ứng dụng cho thí nghiệm nén tĩnh để tiết kiệm thời gian tính tốn, tăng độ tin cậy, kết xác, làm sở để tiến hành sàn lọc, so sánh, lựa chọn sức chịu tải cọc cho tối ưu Trang 50 Luan van CHƯƠNG KẾT LUẬN VÀ KIẾN NGHN 4.1 Kết luận Nghiên cứu nhằm mục đích phát triển toán thiết kế tối ưu sức chịu tải cọc mà kết thí nghiệm chưa tìm điểm uốn trình thử nghiệm cọc chưa đạt đến độ lún giới hạn mà tiêu chuNn qui định Việc sử dụng giải thuật tiến hóa - thuật tốn di truyền kết hợp với sử dụng mạng nơ-ron nhân tạo mang lại kết tối ưu việc lựa chọn sức chịu tải cực hạn Nghiên cứu đề xuất tối ưu phương pháp Chin-Kondner việc sử dụng giải thuật gen di truyền kết hợp mạng nơ-ron nhân tạo nhằm mang lại độ tin cậy cao việc dự đốn sức chịu tải cực hạn cọc từ thí nghiệm thử tĩnh cọc trường Thực tính tốn với ba cơng trình cụ thể cách sử dụng thuật toán tối ưu so sánh với phương pháp truyền thống Chin-Kondner Decourt hiệu phương pháp tối ưu Phương pháp tối ưu ứng dụng giải thuật gen di truyền GA kết hợp với mạng nơ-ron nhân tạo ứng dụng vào việc tìm sức chịu tải cực hạn cọc từ thí nghiệm thử tĩnh cọc để tận dụng hết khả chịu tải thực tế cọc mà kết thử tĩnh chưa xác định điểm uốn 4.2 Kiến nghị Có thể phát triển thêm toán tối ưu sức chịu tải cọc cho phương pháp thí nghiệm trường khác thử động hay O-cell Nghiên cứu tối ưu hóa tham số C1, C2 vị trí tương ứng với giá trị tải trọng để có kết tối ưu rút ngắn thời gian tính tốn Nghiên cứu sử dụng lý thuyết mờ (fuzzy) áp dụng vào phương pháp dự báo sức chịu tải cực hạn khác Nghiên cứu thêm thuật toán tối ưu khác nhằm xây dựng hàm tối ưu Xây dựng chương trình nhận dạng đường thử tĩnh, dự báo tải trọng kế tiếp, huấn luyện mạng nơ - ron nhân tạo để dự báo kết Tổng hợp nhiều số liệu thử tĩnh cọc trường, áp dụng thuật toán đề xuất để thực tính tốn đề xuất hệ số α, β cho vùng, khu vực có địa chất gần tương đồng Trang 51 Luan van TÀI LIỆU THAM KHẢO A.Ahangar-Asra, A.A Javadi b, A Johari c, Y Chen (2014) Leteral load bearing capaccity modelling of pile in conhesive soil in undrained condition: An intelligent evolutionary approach Applied Soft Computing Vol 24, pp 822-828 A Kaveh and M S Massoudi (2012) Cost optimation of a composite floor system using ant colony system IJST, Transactions of Civil Engineering, Vol 36, No C2, pp 139-148 Printed in The Islamic Republic of Iran Artificial neural network Internet: https://en.wikipedia.org/wiki/Artificial_neural_network A S Talaei, A Nasrollahi, M Ghayekhloo (2016) An automated approach for optimal design of prestressed concrete slabs using PSOHS KSCE Journal of Civil Engineering (0000) 00(0): 1-10 Copyright ©2016 Korean Society of Civil Engineers DOI 10.I007&I2205-0I6-1126-9 Bùi Đức Năng, Phan Chí Hiếu (2012) Nghiên cứu tính tốn tối ưu tối ưu kích thước cọc bê tơng cốt thép Hội nghị Cơ học toàn quốc lần thứ IX, Hà Nội, 8-9/12/2012 Bengt H Fellenius (2001) What capacity value to choose from the results of a static loading test Deep Foundation Institute, Fulcrum, pp 19 – 22 Bengt H Fellenius (2006) "Basics of foundation Design ", Electronic Edition www.Fellenius.net, 275 p Dự án: Bệnh Viện Nhi Đồng Tp HCM Dự án: Khu nhà cao tầng Phường Phú Thuận, Quận - Tháp L – Opera 1.Báo cáo phân tích lựa chọn chiều dài sức chịu tải cọc đại trà D1200 tháp L-OPEARA Dự án: Cơng Trình EVERICH coc D1500 - B1, 60m E Momeni, R Nazir, D Jahed Armaghani, H Maizir (2014) Prediction of pile bearing capacity using a hybrid genetic algorithm-based ANN Measurement, Vol.57, pp 122-131 Giuseppe Quaranta, Alessandra Fiore and Giuseppe Carlo Marano (2014) Optimum design of prestressed concrete beams using constrained differential evolution algorithm Structural and Multidisciplinary Optimization Volume 49, Issue 3, pp 441–453 Huỳnh Thái Hồng (2014) Hệ thống điều khiển thơng minh Nhà xuất đại học Quốc Gia thành phố Hồ Chí Minh Trang 52 Luan van How the Genetic Algorithm Works Internet: https://www.mathworks.com/help/gads/how-the-genetic-algorithm-works.html In-MO Leea, Jeong-Hark Leeb (1996) Prediction of Pile Bearing Capacity Networks Using Artificial Neural Computers and Georechnics, Vol 18, No 3, pp 189-200 John Michael Hudson (2008) A Comparison Of Load Test Data And Predicted Behavior Of Augercast Piles In Layered Soil Master of Science Thesis, University of Central Florida Mamoun Alqedra, Mohammed Arafa and Mohammed Ismail (2011) Optimum Cost of Prestressed and Reinforced Concrete Beams using Genetic Algorithms Journal of Artificial Intelligence, 4: 76-88 Matlab: https://www.mathworks.com/ Nguyễn Đình Thúc (2001) Trí tuệ nhân tạo - Lập trình tiến hóa Nhà xuất giáo dục TCVN 10304:2014 Móng Cọc, Tiêu chu n thiết kế TCVN 9393:2012 Cọc - Phương pháp thử nghiệm trường tải trọng tĩnh ép dọc trục, Tiêu chu n thiết kế TCXDVN 205:1998 Móng Cọc, Tiêu chu n thiết kế Vũ Anh Tuấn Nguyễn Quốc Cường (2007) Thiết kế tối ưu kết cấu thép thuật tốn tiến hóa Tạp chí Khoa học Công nghệ Xây dựng, tập 45, số 4-2007 Vũ Anh Tuấn Hàn Ngọc Đức (2011) Thiết kế tối ưu dầm liên hợp thép - bê tông cốt thép Tạp chí Khoa học Cơng nghệ, số 10/9-2011 Trang 53 Luan van PHỤ LỤC Bài báo tạp chí Xây dựng Trang 54 Luan van TẠP CHÍ XÂY DỰNG TẠP CHÍ XÂY DỰNG VIỆT NAM - BẢN QUYỀN THUỘC BỘ XÂY DỰNG SỐ 622 - THÁNG 3-2020 Vietnam Journal of Construction – Copyright Vietnam Ministry of Construction ISSN 0866-8762 NĂM THỨ 59 tapchixaydungbxd.vn Luan van Th 59 Year 3-2020 MỤC LỤC 3.2020 NGHIÊN CỨU KHOA HỌC Bùi Phương Trinh, Lê Huỳnh Sang, Vũ Quốc Hoàng Nghiên cứu dưỡng hộ bên cho bê tông cường độ cao sử dụng hạt cát keramzit Lê Đình Quốc, Cao Văn Vui Phân tích dạng phá hoại ống thép nhồi bê tông chịu tải nén dọc trục Chu Thị Hải Vinh, Bùi Đức Vinh, Nguyễn Thanh Hải 13 Đặc trưng hóa tính chất phá hủy bê tơng sợi thép tính siêu cao sử dụng cốt liệu lớn Đỗ Minh Tuấn, Huỳnh Nguyễn Định Quốc 19 Xác định mơ hình geoid thích hợp cho khu vực nghiên cứu thuộc vùng Bắc trung Việt Nam Ngô Ngọc Thủy, Bùi Ngọc Dung, Nguyễn Quốc Hội 23 Nghiên cứu ứng xử bê tông cốt thép gia cường vật liệu FRP chịu tác dụng tải trọng nổ phần mềm ansys explicit dynamics Huỳnh Nguyễn Định Quốc, Trần Thị Bảo Trâm 27 Xử lý lưới quan trắc lún cơng trình phương pháp bình sai Huỳnh Văn Quang, Nguyễn Thanh Việt 31 Xác định yếu tố thành công cho nhà thầu thi công xây dựng vừa nhỏ thành phố Hồ Chí Minh Đỗ Thị Mỹ Dung, Nguyễn Chính Huy 38 Thực trạng cơng tác thẩm định thiết kế dự tốn cơng trình thủy lợi địa bàn tỉnh Đồng Tháp Lê Anh Thắng 43 Nghiên cứu xác định đặc trưng học phá hủy dầm bê tông cốt thép phương pháp DIC Lê Thị Hồng Na, Lưu Thị Thanh Mẫu 47 Những lợi ích việc ứng dụng tiêu chuẩn cơng trình xanh Việt Nam Lê Trung Phong 51 Nghiên cứu quản lý xây dựng cơng trình chống ngập áp dụng cho địa bàn thành phố Hồ Chí Minh Lê Văn Nam 57 Sử dụng vật liệu tre kiến trúc xây dựng đại Nguyễn Lục Hoàng Hiệp, Nguyễn Xuân Vũ, 61 Ứng dụng nhựa việc giảm ảnh hưởng tượng co ngót lên kết cấu lỡ mở tường bê tơng cốt thép Nguyễn Phúc Bình An, Bùi Quang Thái, Nguyễn Công Huân, Lương Văn Hải Trần Văn Miền, Cù Khắc Trúc, Cù Thị Hồng Yến, 67 Giải pháp hạn chế răn nứt khối xây sử dụng gạch xi măng cốt liệu Lê Văn Hải Châu, Nguyễn Hoàng Phúc Nguyễn Hồng Tuyên, Lương Đức Long 71 Phân tích nguyên nhân gây chậm trễ tiến độ dự án nhà xã hội vùng ven thành phố Hồ Chí Minh Nguyễn Hữu Anh Tuấn 76 So sánh ảnh hưởng cốt thép dọc chịu kéo chịu nén đến độ võng dầm bê tơng cốt thép tính theo tiêu chuẩn Úc AS 3600:2018 Võ Thanh Lương, Nguyễn Lệ Thủy, Nguyễn Hồng Sơn 80 Phân tích ổn định Flutter kết cấu bảng quảng cáo lớn phương pháp trị riêng phức Nguyễn Sỹ Hùng, Hoàng Anh 85 Nghiên cứu thực nghiệm giải pháp gia cố đất yếu có cát san lấp túi đất D – box Nguyễn Thị Khánh Ngân, Hồng Cơng Duy 90 Phân tích ứng xử đất tác dụng tải trọng diện tròn Nguyễn Thị Lan Hương 94 Tự đẳng cấu số miền phức Phạm Sơn Tùng, Nguyễn Đắc Nhật 97 Kết hợp mạng neural nhân tạo địa thống kê để dự báo ứng suất ngang nhỏ đá Phạm Hoàng 103 Dự báo tiến độ thi công đào cọc barrette theo lý thút đợ tin cậy Phạm Tiến Cường 110 Mơ hình thơng tin cơng trình (BIM): Thuận lợi Khó khăn Môi trường Xây dựng Phan Tường Duy, Lê Bảo Quốc, Trần Văn Tuẩn 114 Nghiên cứu ảnh hưởng hệ số nc đến sức kháng mũi cọc đơn môi trường đất sét đồng sông Cửu Long Trần Đức Học 118 Dự đoán khả phun vữa vữa xi măng mịn tự hút dựa kỹ thuật trí tuệ nhân tạo Trần Thị Quỳnh Như, Nguyễn Nguyên Khang 121 Một số nghiên cứu công tác quản lý nhà cao tầng đô thị Việt Nam Trần Trung Kiên 126 Kiểm sốt chi phí dự án đầu tư xây dựng cơng trình phương pháp quản lý giá trị thu Trần Văn Tiếng, Trần Quang Vinh 129 Tối ưu hóa sức chịu tải cọc từ kết nén tĩnh trường sử dụng giải thuật di truyền mạng nơ-ron nhân tạo Phạm Sơn Tùng, Võ Phi Sơn 135 Áp dụng các thuật toán học máy để dự báo giá nhà Ngo Si Huy, Trinh Thi Ha Phuong, 141 Characterization of energy-saving unfired building bricks using thermal power plant ashes Le Minh Tuan, Huynh Trong Phuoc Tran Thi Thuy Van, Giap Van Tan 145 Nonlinear optimization of plane frames with variable section stiffness of columns using Lagrange multiplier method Bìa 1: Nhà Long An, giải thưởng Kiến trúc Arcasia Awards for Architectures 19 Tổng Biên tập: Trần Thị Thu Hà 3.2020 Tòa soạn: 37 Lê Đại Hành, Hà Nội Liên hệ vở: 024 39780820 ; 0983382188 Trình bày mỹ thuật: Thạc Cường, Quốc Khánh Giấy phép xuất bản: Số: 372/GP-BTTTT ngày 05/7/2016 Tài khoản: 113000001172 Ngân hàng Thương mại Cổ phần Công thương Việt Nam Chi nhánh Hai Bà Trưng, Hà Nội In Công ty TNHH MTV in Báo nhân dân TP HCM Địa chỉ: D20/532P, Ấp 4, Xã Phong Phú, Huyện Bình Chánh, TP HCM Hội đồng khoa học: TS Thứ trưởng Lê Quang Hùng (Chủ tịch) PGS.TS Vũ Ngọc Anh (Thư ký) GS.TS Phan Quang Minh GS.TS Phạm Xuân Anh GS.TS Ngô Tuấn GS.TS Nguyễn Quốc Thông GS.TS Nguyễn Việt Anh PGS.TS Nguyễn Văn Tuấn PGS.TS Phạm Duy Hòa TS Ứng Quốc Hùng GS.TS Hiroshi Takahashi GS.TS Chien Ming Wang TS Ryoichi Fukagawa Luan van Giá 35.000VNĐ Chủ nhiệm: Bộ trưởng Phạm Hồng Hà 3.2020 SCIENTIFIC RESEARCH Bui Phuong Trinh, Le Huynh Sang, Vu Quoc Hoang Internal curing of high-strength concrete with fine expanded clay aggregate Lo Donh Quoc, Cao Van Vui Failure analysis of concrete filled steel tubes subjected to axial compression Chu Thi Hai Vinh, Bui Duc Vinh, Nguyen Thanh Hai 13 Characteristics of Fracture Properties of Ultra High-Performance Reinforced Steel Fiber Concrete Using Large Size Coarse Aggregate Do Minh Tuan, Huynh Nguyen Dinh Quoc 19 Determining the suitable geoid model for the North central of Vietnam Ngo Ngoc Thuy, Bui Ngoc Dung, Nguyen Quoc Hoi 23 Researching the behavior of reinforced concrete slabs are strengthened by gluing FRP sheet under blast loading by ansys Huynh Nguyen Dinh Quoc, Tran Thi Bao Tram Huynh Van Quang, Nguyen Thanh Viet Do Thi My Dung, Nguyen Chinh Huy Le Anh Thang Le Thi Hong Na, Luu Thi Thanh Mau Le Trung Phong Le Van Nam Nguyen Luc Hoang Hiep, Nguyen Xuan Vu, Nguyen Phuc Binh An, Bui Quang Thai, Nguyen Cong Huan, Luong Van Hai Tran Van Mien, Cu Khac Truc, Cu Thi Hong Yen, Le Van Hai Chau, Nguyen Hoang Phuc Nguyen Hong Tuyen, Luong Duc Long Nguyen Huu Anh Tuan 27 31 38 43 47 51 57 61 explicit dynamics software Processing network data of settlement monitoring in construction using sequential adjustment method Identification of success factors for small and medium sized construction contractors in Ho Chi Minh City Current situation of estimates design expertise of irrigation works in Dong Thap province A study on evaluating the destructive mechanical characteristics of the reinforcement concrete beams by DIC Benefits of applying green building criteria in Viet Nam Research on anti flood building management, an application for Ho Chi Minh city Bamboo as a building material in modern architecture and construction An application of plastic plates in reducing the effects of shrinkage on openings of concrete walls 67 Methods to prevent crack on concrete brick wall 71 Analyzing causes delays in social housing projects in the suburb of Ho Chi Minh city 76 A comparison of the effect of tensile and compressive reinforcements on the deflection of reinforced concrete beams as per AS 3600:2018 Flutter stability analysis of large billboard structures by complex eigenvalue method Experimental study on the bearing capacity of weak soil with filling sand layer above using D-box soil bags Analyzing the behavior of the ground under circle load Automorphism on some complex domain Combining artificial neural network and geostatistic to predict minimum horizontal stress Predicting the construction progress of barrette digging according to the reliability criteria Building Information Modelling: Advantages and Challenges in AEC industry Study affecting the coefficiency nc to the resistance of single pile in the clay in Cuulong river delta Groutability prediction of permeation microfine cement grouting based on a comparison of artificial intelligence techniques Review the facility management of high-rise buildings at some largest cities in Vietnam Cost control investment construction projects by earned value management Optimizing prediction of pile bearing capacity based on the results of in situ compressive test using genetic algorithm and artificial neural network Pham Son Tung, Vo Phi Son 135 House Price Prediction using Machine Learning Ngo Si Huy, Trinh Thi Ha Phuong, 141 Characterization of energy-saving unfired building bricks using thermal power plant ashes Vo Thanh Luong, Nguyen Le Thuy, Nguyen Hong Son Nguyen Sy Hung, Hoang Anh Nguyen Thi Khanh Ngan, Hoang Cong Duy Nguyen Thi Lan Huong Pham Son Tung, Nguyen Dac Nhat Pham Hoang Pham Tien Cuong Phan Tuong Duy, Le Bao Quoc, Tran Van Tuan Tran Duc Hoc Tran Thi Quynh Nhu, Nguyen Nguyen Khang Tran Trung Kien Tran Van Tieng, Tran Quang Vinh 80 85 90 94 97 103 110 114 118 121 126 129 Le Minh Tuan, Huynh Trong Phuoc Tran Thi Thuy Van, Giap Van Tan 145 Nonlinear optimization of plane frames with variable section stiffness of columns using Lagrange multiplier method Chairman: Minister Pham Hong Ha Editor-in-Chief: Tran Thi Thu Ha Office: 37 Le Dai Hanh, Hanoi Editorial Board: 024 39780820 ; 0983382188 Design: Thac Cuong, Quoc Khanh Publication: No: 372/GP-BTTTT date 5th, July/2016 Account: 113000001172 Joint Stock Commercial Bank of Vietnam Industrial and Commercial Branch, Hai Ba Trung, Hanoi Printed in: Nhandan printing HCMC limited Company Scientific commission: Le Quang Hung, Ph.D (Chairman of Scientific Board) Assoc Prof Vu Ngoc Anh, Ph.D Prof Phan Quang Minh, Ph.D Prof Pham Xuan Anh, Ph.D Prof Ngo Tuan, Ph.D Prof Nguyen Quoc Thong, Ph.D Prof.Nguyen Viet Anh, Ph.D Assoc Prof Nguyen Van Tuan, Ph.D Assoc Prof Pham Duy Hoa, Ph.D Ung Quoc Hung, Ph.D Prof Hiroshi Takahashi, Ph.D Prof Chien Ming Wang, Ph.D Prof Ryoichi Fukagawa, Ph.D Luan van 3.2020 Tối ưu hóa sức chịu tải cọc từ kết nén tĩnh trường sử dụng giải thuật di truyền mạng nơ-ron nhân tạo Optimizing prediction of pile bearing capacity based on the results of in situ compressive test using genetic algorithm and artificial neural network Trần Văn Tiếng1, Trần Quang Vinh2 Ngày nhận bài: 13/01/2019 Ngày sửa bài: 16/2/2020 Ngày chấp nhận đăng: 11/3/2020 TÓM TẮT Việc phân tích, đánh giá xác sức chịu tải giới hạn cọc vấn đề quan trọng nhằm giảm thiểu chi phí thi cơng móng cọc Trong trường hợp cọc thí nghiệm nén tĩnh đến phá hoại, sức chịu tải giới hạn cọc xác định dựa phương pháp như: SNIP 2.02.03.85, Offset Limit Mazurkiewicz, De Beer, Davision Hansen Trong trường hợp tải trọng thí nghiệm chưa đạt đến giá trị giới hạn, để xác định sức chịu tải cọc sử dụng phương pháp Chin-Kondner, Decourt, Hansen Tuy nhiên, phương pháp ngoại suy giá trị sức chịu tải cọc từ liệu nén tĩnh giá trị sức chịu tải thu chưa thật xác Để tăng độ xác ngoại suy sức chịu tải giới hạn cọc từ liệu nén tĩnh, báo đề xuất giải pháp Chin-kondner-GA nhằm tối ưu hóa phương pháp Chin-Kondner cách sử dụng giải thuật gen di truyền Bên cạnh đó, mạng Nơ-ron nhân tạo ứng dụng để huấn luyện phương pháp Chin-Kondner-GA nhằm đạt kết tối ưu Kết cho thấy, đường ngoại suy tải cực hạn giải thuật tối ưu bám sát với đường tải thử tĩnh so với phương pháp Chin-kondner túy Từ đó, khẳng định sức chịu tải giới hạn cọc xác định theo phương pháp ChinKondner-GA huấn luyện mạng Nơ-ron nhân tạo (Chin-Kondner-GA-ANN) đáng tin cậy Từ khóa: Thí nghiệm nén tĩnh, sức chịu tải giới hạn, phương pháp Chin-Kondner, phương pháp Chin-Kondner-GA, phương pháp Chin-Kondner-GA-ANN, ngoại suy, giải thuật gen di truyền, mạng Nơ-ron nhân tạo ABSTRACT Analyzing and evaluating the pile bearing capacity is an important issue in order to minimize the construction’s cost of pile foundation In case the failure load of testing pile is reached, the pile bearing capacity can be evaluated by many methods, such as SNIP 2.02.03.85, Offset Limit Mazurkiewicz, De Beer, Davision and Hansen In case the testing load is not reached the failure load, to determine the pile bearing capacity, the Chin-Kondner, Decourt, Hansen methods can be used However, these methods extrapolate the pile bearing capacity from in situ compressive test data so that the value of the pile bearing capacity is not really accurate In order to increase accuracy when extrapolating the pile bearing capacity from in situ compressive test data, this paper proposes Chin-Kondner-GA method to optimize the Chin-Kondner method by using genetic algorithms Futhers, the artificial neural network is used to train the Chin-Kondner-GA (Chin-Kondner-GA-ANN method) to obtain the optimum results The results showed that the extreme extrapolation path of the hybrid Chin-Kondner-GA based ANN closely followed the curve issued by in situ compressive test than the Chin-kondner method From there, it can be affirmed that the pile bearing capacity determined by the hybrid Chin-kondner-GA based ANN method is highly reliable Keywords: In situ compressive test, pile bearing capacity, Chin-kondner method, Chin-kondner-GA method, Chin-Kondner-GAANN method, extrapolation, genetic algorithms, artificial neural network Trần Văn Tiếng1, Trần Quang Vinh2 Khoa Xây dựng, Trường Đại học Sư phạm Kỹ thuật TP HCM Điện thoại: 0906 792 527 Email: tiengtv@hcmute.edu.vn Khoa Xây dựng, Trường Cao đẳng Kiên Giang Luan van 3.2020 129 Giới thiệu Xác định sức chịu tải cực hạn cọc từ độ lún cho phép dựa kết thí nghiệm nén tĩnh trường tốn ln đặt việc thiết kế móng cọc Tuy nhiên, tốn cịn nhiều yếu tố bất cập, phụ thuộc nhiều vào quan điểm phương pháp mà đơn vị thiết kế sử dụng Do đó, kết sức chịu tải cự hạn cọc chưa xác định cách xác nhằm đảm bảo hai yếu tố kỹ thuật kinh tế Trong trường hợp kết thử tĩnh từ trường chưa đạt đến giá trị giới hạn cho phép Sgh, phương pháp phân tích, đánh Chin-Kondner, Decourt thường ứng dụng để ngoại suy giá trị sức chịu tải cực hạn cọc Tuy nhiên, phương pháp Chin-Kondner cho kết ngoại suy tải cực hạn thường lớn so với thực tế, điều nêu nghiên cứu trước [1, 2] Sai lệch đường ngoại suy phương pháp Chin-Kondner hay Decourt với kết thử tĩnh tương đối lớn Đặc biệt, kết thử tĩnh có tải trọng chuyển vị tạo thành đường cong có dạng phi tuyến với nhiều biến động, việc áp dụng phương pháp truyền thống Chin-Kondner, Decourt cho kết tính tốn với tính xác độ tin cậy khơng cao Ngun nhân q trình tuyến tính hóa đường thử tĩnh thực tế, với số liệu nhiều biến động không theo quy luật rõ ràng, phép hồi quy tuyến tính giảm độ xác với hệ số hồi quy R2