-
题名基于机器学习的再生骨料混凝土梁抗剪承载力预测
- 1
-
-
作者
王欣悦
李秀领
郭强
吕相蓉
孙广
-
机构
山东建筑大学土木工程学院
建筑结构加固改造与地下空间工程教育部重点实验室
中建八局第二建设有限公司
中国建筑第二工程局有限公司
-
出处
《混凝土》
CAS
北大核心
2024年第4期71-76,共6页
-
基金
国家自然科学基金面上项目(51278290)
山东省自然科学基金(ZR2020ME245)
山东省重点研发计划(重大科技创新工程)(2021CXGC011204)。
-
文摘
为解决当前再生骨料混凝土(RAC)梁缺乏统一抗剪承载力计算模型、相关试验工作量大且难以得出规律性结论等问题,建立了基于机器学习的RAC梁抗剪承载力预测模型。根据既有文献收集468根RAC矩形梁试件的抗剪性能试验数据,通过研究截面宽度、截面有效高度、再生粗骨料取代率、立方体抗压强度、轴心抗拉强度、剪跨比、纵筋配筋率和配箍特征值对再生骨料混凝土梁抗剪承载力的影响,结合逻辑回归(LR)、决策树(DT)、AdaBoost(AB)、支持向量机(SVM)以及人工神经网络(ANN)5种机器学习算法进行学习和训练,建立再生骨料混凝土梁抗剪承载力预测模型并比较预测效果,分析不同机器学习算法预测精度。研究结果表明:ANN算法与AdaBoost算法均能准确预测出再生骨料混凝土梁抗剪承载力,决定系数R2大于0.9,平均绝对误差MAE分别为18.66、15.96。根据精度统计指标,建议再生骨料混凝土梁的预测计算优先使用ANN算法和AdaBoost算法。最后,基于收集试验数据与回归分析,提出RAC梁抗剪承载力建议式。
-
关键词
机器学习
数据库
再生骨料混凝土梁
抗剪承载力预测
-
Keywords
machine learning
database
recycled aggregate concrete beams
prediction of shear capacity
-
分类号
TU528.041
[建筑科学—建筑技术科学]
-