期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
土木工程设计公式智能发现方法
1
作者
陈培尧
王琛
+1 位作者
丁然
樊健生
《建筑结构学报》
EI
CAS
CSCD
北大核心
2024年第7期80-88,共9页
土木工程智能计算技术具有高准确性和高效性,但由于黑盒性质,其结果难以被研究者与工程师理解,阻碍了其在以安全性为首要原则的实际工程中的推广应用。为此,提出一种基于量纲分析与工程先验知识的设计公式智能发现方法,通过智能计算技...
土木工程智能计算技术具有高准确性和高效性,但由于黑盒性质,其结果难以被研究者与工程师理解,阻碍了其在以安全性为首要原则的实际工程中的推广应用。为此,提出一种基于量纲分析与工程先验知识的设计公式智能发现方法,通过智能计算技术自动从试验数据中识别出影响材料与构件性能的关键特征,并智能生成量纲平衡、物理含义清晰、力学可解释性高的设计计算公式。基于符号回归表达式树建立了考虑量纲约束的公式智能生成模型,能够保证公式的力学合理性;研发了针对多力学-几何变量场景的归一化方法与基于谱聚类和决策树的工程特征分段算法,进一步提高了模型的稳定性和准确性。以配筋水泥基材料连梁的受剪承载力为例验证该方法的有效性,结果表明:智能生成的公式相较于人工经验公式计算结果准确性提高61.3%,拟合相关性提高23.3%,相关系数达0.90,性能优异;此外,与传统符号回归方法相比,智能生成的公式不仅更为准确,且具有量纲正确性,工程泛化能力更强;同时,有助于揭示力学机理,加速新材料、新结构从试验到设计方法的落地转化流程。
展开更多
关键词
土木工程
设计公式
人工智能
符号回归
力学可解释性
原文传递
题名
土木工程设计公式智能发现方法
1
作者
陈培尧
王琛
丁然
樊健生
机构
清华大学土木工程系
出处
《建筑结构学报》
EI
CAS
CSCD
北大核心
2024年第7期80-88,共9页
基金
国家自然科学基金创新研究群体项目(52121005),国家自然科学基金重大项目(52293433)
科学探索奖。
文摘
土木工程智能计算技术具有高准确性和高效性,但由于黑盒性质,其结果难以被研究者与工程师理解,阻碍了其在以安全性为首要原则的实际工程中的推广应用。为此,提出一种基于量纲分析与工程先验知识的设计公式智能发现方法,通过智能计算技术自动从试验数据中识别出影响材料与构件性能的关键特征,并智能生成量纲平衡、物理含义清晰、力学可解释性高的设计计算公式。基于符号回归表达式树建立了考虑量纲约束的公式智能生成模型,能够保证公式的力学合理性;研发了针对多力学-几何变量场景的归一化方法与基于谱聚类和决策树的工程特征分段算法,进一步提高了模型的稳定性和准确性。以配筋水泥基材料连梁的受剪承载力为例验证该方法的有效性,结果表明:智能生成的公式相较于人工经验公式计算结果准确性提高61.3%,拟合相关性提高23.3%,相关系数达0.90,性能优异;此外,与传统符号回归方法相比,智能生成的公式不仅更为准确,且具有量纲正确性,工程泛化能力更强;同时,有助于揭示力学机理,加速新材料、新结构从试验到设计方法的落地转化流程。
关键词
土木工程
设计公式
人工智能
符号回归
力学可解释性
Keywords
civil engineering
design formula
artificial intelligence
symbolic regression
mechanical interpretability
分类号
TU201 [建筑科学—建筑设计及理论]
原文传递
题名
作者
出处
发文年
被引量
操作
1
土木工程设计公式智能发现方法
陈培尧
王琛
丁然
樊健生
《建筑结构学报》
EI
CAS
CSCD
北大核心
2024
0
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部