鉄筋コンクリート梁のせん断・曲げ耐力の機械学習予測:SHAP解釈性と設計コードベンチマークを備えた並列モデリングフレームワーク
Machine learning-based prediction of shear and flexural capacity of reinforced concrete beams: a parallel modeling framework with SHAP interpretability and design code benchmarking
本研究では、鉄筋コンクリート(RC)梁のせん断および曲げ耐力の設計コード方程式が保守的でばらつきが大きいという課題に対し、2つの独立した機械学習パイプラインからなる並列モデリングフレームワークを開発した。各パイプラインは、せん断破壊または曲げ破壊の標本のみで学習し、勾配ブースティング(GB)、ランダムフォレスト、サポートベクター回帰、人工ニューラルネットワークの4つのアルゴリズムを使用した。パイプラインは、実験データ(せん断破壊487例、曲げ破壊412例)で訓練され、Eurocode 2、ACI 318-19、fib Model Code 2010の特性方程式と比較・解釈された。結果として、GBモデルはせん断でR2=0.963、曲げでR2=0.971を達成し、RMSEは既存コードより36%以上低かった。SHAP分析により、せん断ではせん断スパン深さ比、曲げでは縦補強比が支配的な要因であることが特定された。この結果は、物理的に解釈可能な耐力予測のためのモード固有の並列パイプラインを支持するものである。
- 鉄筋コンクリート(RC)梁のせん断・曲げ耐力を予測する並列機械学習フレームワークを開発。せん断破壊487例・曲げ破壊412例の実験データで訓練した。
- 勾配ブースティング(GB)モデルがせん断でR2=0.963、曲げでR2=0.971を達成し、RMSEは既存設計コード方程式より36%以上低い。
- Eurocode 2、ACI 318-19、fib Model Code 2010の特性方程式と比較・解釈を実施。
- SHAP分析により、せん断ではせん断スパン深さ比、曲げでは縦補強比が支配的要因と特定。
建設・インフラ分野へのAI適用事例。RC梁の耐力をGBモデルでR2=0.96〜0.97、既存設計コード比でRMSE36%以上低減した点は、設計・施工の効率化や素材使用量最適化に直結しうる。SHAPによる解釈性確保は規制・標準化の壁を下げる方向で、建設テックやMI(マテリアルズ・インフォマティクス)型ソフトウェア企業の競争力評価に資する。ただし学術研究段階で商業化主体は不明な点は留意。