A Physics-Informed Machine Learning Approach for Predicting Punching Shear Strength of Reinforced Concrete Flat Slabs
Questo studio propone un framework di apprendimento automatico interpretabile e basato sulla fisica che combina la regressione XGBoost con una trasformazione logaritmica per derivare un'equazione di legge di potenza altamente accurata e trasparente per la previsione della resistenza al taglio per punzonamento delle solette piatte in calcestruzzo armato, superando significativamente le disposizioni convenzionali ACI 318-19 pur mantenendo l'usabilità pratica per gli ingegneri strutturisti.