基于XGBoost模型集成学习的RC框架结构地震响应预测方法

为实现钢筋混凝土(RC)框架结构地震响应的快速预测,提出了基于集成学习的RC框架结构地震响应预测方法。设计低层、多层和小高层共3个RC框架结构作为研究算例,根据条件均值谱(CMS)选取地震动记录,通过弹塑性时程分析搭建样本数据库,以地震动强度信息和结构信息为输入预测结构响应,同时对模型进行特征重要性分析。研究结果表明,建立的XGBoost模型相比梯度提升回归树(GBRT)模型具有更好的泛化性能,特征参数中平均谱加速度(AvgS_(a))的相对重要性最大,提出的方法为快速预测RC框架结构地震响应提供了借鉴,具有较高的应用价值。