基于可解释机器学习方法的RC深受弯构件开裂剪力预测

作     者：马财龙 王文虎 侯宪龙 谢晨曦 鲁成凤 MA Cailong;WANG Wenhu;HOU Xianlong;XIE Chenxi;LU Chengfeng

作者机构：新疆大学建筑工程学院新疆乌鲁木齐830017 新疆大学新疆建筑结构与抗震重点实验室新疆乌鲁木齐830017 

基　　金：新疆天山青年计划-青年博士科技人才培养项目“钢筋混凝土深受弯构件的受剪性能状态划分及机理模型”(2020Q069) 新疆大学引进博士科研启动项目“钢筋混凝土框架节点基于性能的受剪设计方法”(620312396) 

出 版 物：《新疆大学学报（自然科学版）（中英文）》 (Journal of Xinjiang University(Natural Science Edition in Chinese and English))

年 卷 期：2023年第40卷第5期

页      码：621-629页

摘      要：钢筋混凝土(Reinforced Concrete,RC)深受弯构件易发生脆性剪切破坏,斜裂缝产生及发展伴随全过程,开裂剪力是关键指标之一.建立了276根含开裂荷载信息的RC深受弯构件受剪试验数据库,采用机器学习XGBoost集成算法预测其开裂剪力,并采用5项统计指标评估机器学习模型的预测性能.从无腹筋和双向腹筋两类工况,对比了所建机器学习模型与5个半经验半理论计算公式的预测结果,表明所建预测模型的预测精度较高且离散性小,其R2为91%,预测值与试验值比值的均值为0.99,标准差为0.27.此外,采用SHAP(SHapley Additive exPlanations)可解释性方法对机器学习模型预测结果进行全局解释和局部解释,特征重要性排序由重要到一般依次为:加载板宽度、截面高度、混凝土抗压强度,表明所建模型及可解释性方法是符合机理的.

主 题 词：钢筋混凝土 深受弯构件 开裂剪力 机器学习方法 SHAP 

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：10.13568/j.cnki.651094.651316.2023.02.28.0001

馆 藏 号：203123983...