[1]宋岩升 肖广 王浩然 王光远.基于机器学习的CFST柱高温剩余强度系数预测方法[J].沈阳建筑大学学报(自科版),2024,(5):867-875.[doi:10.11717/j.issn:2095-1922.2024.05.11]
点击复制

基于机器学习的CFST柱高温剩余强度系数预测方法()
分享到：

《沈阳建筑大学学报(自科版)》[ISSN:1006-6977/CN:61-1281/TN]

卷:
期数:
2024年第5期
页码:
867-875
栏目:
土木工程
出版日期:
2024-10-11

文章信息/Info

作者:
宋岩升 肖广 王浩然 王光远
关键词:
钢管混凝土柱; 剩余强度系数; 机器学习; 抗火设计
DOI:
10.11717/j.issn:2095-1922.2024.05.11
摘要:
目的 为提高计算精度和速度，利用机器学习模型泛化数据，以预测CFST柱的高温剩余强度系数。方法 利用生成对抗网络将搜集到的110个试验结果泛化生成407组数据，据此训练机器学习模型，并使用试验结果评估其性能，以确定最优模型；然后使用生成数据输入建立的模型预测CFST柱高温剩余强度系数，并和现有计算方法进行对比。结果 建立的随机森林模型在性能度量上表现最好，拟合优度达到0.947 7，均方误差为0.001 8，精度为94.7%；预测结果误差在±10%内的数据为83%，在±20%内的数据为100%；剩余强度系数主要影响因素依次为温度、钢材屈服强度、混凝土抗压强度和横截面积，钢管厚度影响很小。结论 提出的预测方法优于现有计算方法，具有更快的计算速度、更小的结果误差以及更强的模型可解释性，该方法可为CFST柱抗火设计提供参考。

相似文献/References:

[1]任德斌 张正涛 李泊飞 郭兴野 杨倩怡.加劲型方钢管混凝土柱双向偏压力学性能研究[J].沈阳建筑大学学报(自科版),2020,(3):421.[doi:10.11717/j.issn:2095-1922.2020.03.05]
[2]李帼昌,李龙,李晓.火灾作用下钢管煤矸石混凝土柱的温度场分析[J].沈阳建筑大学学报(自科版),2022,(4):577.[doi:10.11717/j.issn:2095-1922.2022.04.01]
[3]张波 徐光朋 任庆新 刘香余.双向偏压方钢管混凝土柱三面受火耐火性能有限元分析[J].沈阳建筑大学学报(自科版),2023,(1):9.[doi:10.11717/j.issn:2095-1922.2023.01.02]
[4]李明 周稚竣 吴潜 李志伟 刘岗.内加强环式圆钢管混凝土柱-钢蜂窝梁节点抗震性能研究[J].沈阳建筑大学学报(自科版),2023,(5):845.[doi:10.11717/j.issn:2095-1922.2023.05.09]

更新日期/Last Update: 2024-10-11