تعاني نماذج حساب معلمات الذروة لخصائص منحنى الإجهاد-الإجهاد تحت الضغط الأحادي المحوري للخرسانة المقيدة بأعمدة حديد التسليح المتآكلة من ضعف في القدرة على التعميم عبر مجموعات بيانات مختلفة، مما يحد بشدة من تطبيقها في الهندسة العملية. استنادًا إلى بيانات تجارب الضغط المحوري لـ112 عمود خرسانة مقطعه دائري مدعوم بأعمدة حديد متآكلة، وبهدف التنبؤ بالإجهاد والإجهاد عند الذروة لمنحنى الإجهاد-الانفعال، تم استخدام ست خوارزميات لبناء نماذج تنبؤية وهي: دعم متجه الانحدار (SVR)، الشبكات العصبية الاصطناعية (ANN)، تعزيز التدرج المتطرف (XGBoost)، الجار الأقرب (KNN)، تعزيز الفئات (CATboost) والغابات العشوائية (RF)، كما تم استخدام طريقة SHAP للتحليل التفسيري. أظهرت النتائج أن SVR قدم أداءً أفضل في التنبؤ بالإجهاد والإجهاد عند الذروة حيث بلغ معامل التحديد (R²) 0.940 و0.938 على التوالي لمجموعة الاختبار. أظهر تحليل SHAP أنه مع الأخذ في الاعتبار انخفاض مساحة مقطع الفولاذ الصافي وقوة الانسياب نتيجة التآكل، لا يزال تآكل حديد التسليح الطولي والحلقات يؤثر تأثيرًا إضافيًا لا يمكن تجاهله على الأداء المحوري للخرسانة المقيدة بأعمدة حديد متآكلة. مقارنة مع النماذج التجريبية الحالية، فإن النموذج المُطور يتفوق في دقة التنبؤ بمواصفات الذروة ويظهر قدرات تعميم جيدة.

أعمدة حديد متآكلة;خرسانة مسلحة;تعلم آلي;أداء الضغط الأحادي;معلمات الذروة;نموذج التكوين