HCMUT – Phát triển mô hình lai ghép trí tuệ nhân tạo dự đoán ăn mòn cốt thép trong các công trình đã sử dụng
|
1. |
Tên đề tài: | Phát triển mô hình lai ghép trí tuệ nhân tạo dự đoán ăn mòn cốt thép trong các công trình đã sử dụng. |
| 2. | Mã số | B2024-20-05 |
| 3. | Chủ nhiệm đề tài: |
PGS.TS. Trần Đức Học Nhóm nghiên cứu gồm: 1PGS.TS, 3TS, 2ThS, 3NCS và 8HVCH. |
| 4. | Đơn vị: | Trường Đại học Bách Khoa, ĐHQG-HCM |
| 5. | Lĩnh vực: | Xây dựng |
| 6. | Loại hình : | Nghiên cứu cơ bản |
| 7. | Thời gian thực hiện: |
24 tháng (2024-2026) |
| 8. | Kinh phí nghiên cứu: | 800 triệu đồng |
| 9 | Thời gian nghiệm thu | Ngày 17 tháng 12 năm 2025, Trường Đại học Bách khoa, ĐHQG-HCM |
| 10 | Chủ tịch Hội đồng và quyết định thành lập HĐ | Quyết định 2361/QĐ-ĐHQG ngày 11/12/2025 của Giám đốc ĐHQG-HCM bao gồm các thành viên cụ thể như sau: 1) Chủ tịch Hội đồng: PGS.TS. Lê Anh Tuấn, Trường Đại học Bách khoa, ĐHQG-HCM 2) Ủy viên Phản biện: PGS.TS. Nguyễn Văn Tiếp, Trường Đại học Quốc tế, ĐHQG-HCM 3) Ủy viên Phản biện: PGS.TS. Trương Đình Nhật, Trường Đại học Kiến trúc Thành phố Hồ Chí Minh 4) Ủy viên Hội đồng: TS. Lê Thành Sách, Trường Đại học Bách khoa, ĐHQG-HCM 5) Ủy viên Hội đồng: PGS.TS. Nguyễn Thanh Hưng, Trường Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh 6) Ủy viên Hội đồng: PGS.TS. Huỳnh Thanh Công, Ban Khoa học và Công nghệ, ĐHQG-HCM 7) Ủy viên Thư ký: TS. Trịnh Xuân Dũng, Trường Đại học Bách khoa, ĐHQG-HCM |
| 11. | Nội dung thực hiện |
– Nội dung 1: Phát triển thuật toán tối ưu hóa đơn và đa mục tiêu. . Kết quả: Phát triển và cải tiến các thuật toán đơn và đa mục tiêu để giải quyết bài toán tối ưu hóa trong xây dựng. – Nội dung 2: Xây dựng mô hình dự đoán dự trên máy hỗ trợ véc tơ SVM, học sâu (Deep learning). . Kết quả: Phát triển thành công một mô hình trí tuệ nhân tạo dựa trên học sâu và SVM, có khả năng dự đoán chính xác và hiệu quả các vấn đề thực tiễn. – Nội dung 3: Lai ghép thuật toán tối ưu và mô hình dự đoán cho bài toán dự đoán ăn mòn cốt thép trong các công trình đã sử dụng. . Kết quả: Xây dựng thành công mô hình lai kết hợp giữa thuật toán tối ưu hóa và trí tuệ nhân tạo cho các bài toán kỹ thuật xây dựng, cho phép ứng dụng hiệu quả vào dự báo và phân tích kỹ thuật. Đồng thời, cung cấp một giao diện thân thiện, dễ sử dụng hướng đến kỹ sư xây dựng, học viên và nghiên cứu sinh để thuận tiện triển khai và nghiên cứu. |
| 12. | Kết quả |
* Sản phẩm mềm: Thuật toán tối ưu hóa đơn và đa mục tiêu mới; Thuật toán trí tuệ nhân tạo mới; Mô hình kết hợp thuật toán tối ưu hóa và dự đoán. * Sản phẩm cứng: Không. * Sản phẩm đào tạo và khoa học: . 02 bài báo quốc tế (Q1) trên tạp chí International Journal of Construction Management và trên tạp chí Journal of Building Engineering. . 03 bài báo Hội nghị Quốc tế thuộc Scopus trên hội nghị The Third International Conference on Sustainable Civil Engineering and Architecture 2025. . 01 bài báo tạp chí Phát triển KHCN ĐHQG-HCM. . Đào tạo: 02 thạc sỹ. |
| 13. | Hình ảnh giới thiệu kết quả |
Hình 1. Cấu trúc mô hình đề xuất NiwE cho bài toán dự đoán
|
| 14. | Thông tin liên hệ CNĐT |
Email: tdhoc@hcmut.edu.vn. |
| 15. | Liên hệ ĐHQG-HCM | Ban Khoa học và Công nghệ (Phòng 309, NĐH) và Trang điện tử thông tin về hoạt động KH&CN (https://research.vnuhcm.edu.vn/) |
Trường Đại học Bách khoa, ĐHQG-HCM