文献检索-宁波市创意产业特色资源库

限定检索结果

基于PSO-SVR的RC板柱节点抗冲切承载力预测与影响因素分析: 收藏
分享
引用; 《混凝土》2023年第2期 34-39页; 作者：蔡怡晴费正玉梁诗雪浙江理工大学建筑工程学院浙江杭州310018; 混凝土板的抗冲切承载力是结构设计中的重点与难题,基于所收集的475组钢筋混凝土板柱节点抗冲切承载力数据,建立了粒子群算法优化参数选择的支持向量机(PSO-SVR)预测模型,进行多个给定影响因素作为输入变量的RC板柱节点抗冲切承载力预...; 混凝土板的抗冲切承载力是结构设计中的重点与难题,基于所收集的475组钢筋混凝土板柱节点抗冲切承载力数据,建立了粒子群算法优化参数选择的支持向量机(PSO-SVR)预测模型,进行多个给定影响因素作为输入变量的RC板柱节点抗冲切承载力预测。将该模型与其他理论经验计算式的预测结果进行对比,结果表明,PSO-SVR模型的误差最小,预测结果最好。最后,利用SHAP解释模型对影响抗冲切承载力的不同指标进行敏感性分析,在给定的6个输入参数中,板的有效深度是最主要的影响因素,钢筋屈服强度的影响最弱。研究结果可以为钢筋混凝土板柱节点抗冲切承载力的预测提供新的思路与方法。; 来源：详细信息评论

限定检索结果