科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了可靠、准确地预测钢管混凝土（CFST）柱的轴向承载力，建立和解释集成机器学习的CFST柱轴向承载力预测模型.使用马氏距离评估CFST柱数据库质量，通过极限梯度提升(XGBoost)算法建立CFST柱轴向承载力预测模型，使用K折交叉验证(K-Fold CV)和树结构概率密度估计(TPE)算法寻找模型的最优超参数组合.采用不同评价指标将优化后XGBoost模型的预测值与已有方法和未优化XGBoost模型的计算值比较.使用SHAP方法给出XGBoost模型预测结果的整体和局部的解释.结果表明，经过超参数调整优化的XGBoost模型的性能超越了相关规范和经验公式的性能，且SHAP方法能够有效地解释XGBoost模型的输出.
- 单位
