科研之友
微信
新浪微博
Facebook
分享链接
摘要
目前针对高强钢构件整体稳定性的研究多采用有限元建模或实验室试验方法，而基于机器学习的预测方法能够给预测的准确性和便捷性带来显著提升。为了准确预测高强钢焊接等截面箱型柱的整体稳定性，提出使用纤维模型构建数据库，并利用机器学习建立预测模型的方法。首先确定模型的输入输出参数，并通过纤维模型方法建立数据库；接着，选用常见的3种不同类型的机器学习模型和现有规范中的经验模型进行预测，并依据评价指标进行性能对比；最后，根据可解释算法分析机器学习模型的合理性。研究结果表明：大部分机器学习模型预测结果与实验结果吻合度略高于现有规范中的经验模型，其中高斯过程回归模型对高强钢构件整体稳定性的预测表现最优；机器学习预测模型中各类参数对构件整体稳定性的影响趋势符合预期，验证了机器学习模型的合理性和可靠性；构件的正则化长细比对预测结果影响最大，而构件的初始缺陷的影响相对最小。
- 单位
