基于BP神经网络的FRP筋混凝土板抗冲切承载力预测模型

作     者：沈袁协 梁诗雪 SHEN Yuanxie;LIANG Shixue

作者机构：浙江理工大学建筑工程学院杭州310018 

基　　金：浙江省自然科学基金项目(LY22E080016 LGF20E080019) 

出 版 物：《浙江理工大学学报（自然科学版）》 (Journal of Zhejiang Sci-Tech University(Natural Sciences))

年 卷 期：2022年第47卷第3期

页      码：441-451页

摘      要：为了改善现有FRP筋混凝土板抗冲切承载力预测模型因影响因素考虑不全而导致泛化性能较差的问题,建立了以数据驱动为核心的FRP筋混凝土板抗冲切承载力预测模型。首先收集了121组FRP筋混凝土板柱节点抗冲切承载力数据,采用BP神经网络建立了FRP筋混凝土板抗冲切承载力预测模型;然后采用Garson算法对影响FRP筋混凝土板抗冲切承载力的因素进行敏感性分析。将该模型与其他传统承载力计算公式的预测结果进行对比,结果表明该模型的预测结果最好,误差更小。与英国规范相比,均方根误差降低了29.7%,平均绝对百分比误差降低了21.5%,判定系数提升了3.6%。敏感性分析的结果验证了输入参数选取的合理性并得出了各参数的影响性排序,发现板的有效高度对冲切承载力的影响最为显著。该研究可为FRP筋板柱节点抗冲切性能的分析模型和精细化设计提供帮助。

主 题 词：BP神经网络 FRP筋混凝土板 机器学习 抗冲切承载力 Garson算法 

学科分类：08[工学] 081402[081402] 081304[081304] 0813[工学-化工与制药类] 0814[工学-地质类] 

D　O　I：10.3969/j.issn.1673-3851(n).2022.03.020

馆 藏 号：203111719...