科研之友
微信
新浪微博
Facebook
分享链接
摘要
数据与特征是智能技术的基础，但现有结构智能计算的文献报道却极少涉猎数据端相关研究。为此，本文围绕土木工程结构计算场景，开展了特征工程研究，实现了结构原始数据的自动去量纲化以及向有效特征的智能转化，进而大幅提升了模型性能表现。本文首先建立了与下游智能模型无关的特征工程架构，以量纲分析为基础，实现对结构特征的自动无量纲化预处理。在此基础上，提出了一种对模型训练得到的无量纲化参数进行物理意义解读的算法，可对输入数据开展因子分析，增强了模型的物理可解释性。最后，为验证特征工程架构的有效性，以钢筋混凝土柱双向压弯的屈服承载力预测问题为例开展数值试验，结果表明，在设定了充足无量纲参量数目的情形下，相较于无特征工程的对照模型，本架构能够加快模型收敛速度4～5倍，并提升预测准确率20%～50%，优势显著；同时，通过物理意义解读算法复现的无量纲参量与经典理论分析结论高度吻合，证明特征工程架构成功捕捉了与目标问题密切相关的影响因素。
- 单位
