预制装配式型钢混凝土梁抗剪承载力的智能模型研究
通过建立计算预制装配式型钢混凝土（PSRC）梁抗剪承载力的智能模型，在一定程度上提高了计算精度与适用性。基于BP人工神经网络算法，通过对影响PSRC梁抗剪承载力的相关参数进行梳理，选取14个主要影响参数作为输入层，以试算法确定隐含层节点数为5，初步构建了3层结构人工神经网络系统；以收集的76组试验数据作为学习样本，对构建的神经网络系统进行训练，建立了对PSRC梁及SRC梁抗剪承载力计算的N14-5-1智能模型。使用智能模型对6个PSRC梁构件及6个SRC梁构件进行抗剪承载力计算，并通过与规范公式计算结果、试验结果的对比分析，证明了智能模型具有良好的计算精度及较好的泛化能力，具有一定的工程参考意...
Saved in:
| Main Authors: | , , , , , , , , , , , , , |
|---|---|
| Format: | Article |
| Language: | zho |
| Published: |
Editorial Department of Progress in Steel Building Structures, Tongji University
2024-03-01
|
| Series: | Jianzhu Gangjiegou Jinzhan |
| Subjects: | |
| Online Access: | http://steelpro.tongji.edu.cn/thesisDetails#10.13969/j.cnki.cn31-1893.2024.03.002 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| _version_ | 1841529441689272320 |
|---|---|
| author | 刘坚 招渝 刘长江 马宏伟 邢增林 周观根 肖海鹏 彭林苗 任达 陈原 童华炜 戚玉亮 杨勤鹏 张专涛 |
| author_facet | 刘坚 招渝 刘长江 马宏伟 邢增林 周观根 肖海鹏 彭林苗 任达 陈原 童华炜 戚玉亮 杨勤鹏 张专涛 |
| author_sort | 刘坚 |
| collection | DOAJ |
| description | 通过建立计算预制装配式型钢混凝土（PSRC）梁抗剪承载力的智能模型，在一定程度上提高了计算精度与适用性。基于BP人工神经网络算法，通过对影响PSRC梁抗剪承载力的相关参数进行梳理，选取14个主要影响参数作为输入层，以试算法确定隐含层节点数为5，初步构建了3层结构人工神经网络系统；以收集的76组试验数据作为学习样本，对构建的神经网络系统进行训练，建立了对PSRC梁及SRC梁抗剪承载力计算的N14-5-1智能模型。使用智能模型对6个PSRC梁构件及6个SRC梁构件进行抗剪承载力计算，并通过与规范公式计算结果、试验结果的对比分析，证明了智能模型具有良好的计算精度及较好的泛化能力，具有一定的工程参考意义。运用Garson算法对输入参数进行敏感性分析，结果表明箍筋间距、型钢屈服强度、箍筋屈服强度、型钢腹板含钢率对抗剪承载力影响较大。随着研究试验的开展，在收集更多具有代表性的试验数据以扩充学习样本后，可对智能模型进一步优化。 |
| format | Article |
| id | doaj-art-884898abd78c4b208b0341a00bbedd12 |
| institution | Kabale University |
| issn | 1671-9379 |
| language | zho |
| publishDate | 2024-03-01 |
| publisher | Editorial Department of Progress in Steel Building Structures, Tongji University |
| record_format | Article |
| series | Jianzhu Gangjiegou Jinzhan |
| spelling | doaj-art-884898abd78c4b208b0341a00bbedd122025-01-15T03:18:10ZzhoEditorial Department of Progress in Steel Building Structures, Tongji UniversityJianzhu Gangjiegou Jinzhan1671-93792024-03-0126122050632189预制装配式型钢混凝土梁抗剪承载力的智能模型研究刘坚招渝刘长江马宏伟邢增林周观根肖海鹏彭林苗任达陈原童华炜戚玉亮杨勤鹏张专涛通过建立计算预制装配式型钢混凝土（PSRC）梁抗剪承载力的智能模型，在一定程度上提高了计算精度与适用性。基于BP人工神经网络算法，通过对影响PSRC梁抗剪承载力的相关参数进行梳理，选取14个主要影响参数作为输入层，以试算法确定隐含层节点数为5，初步构建了3层结构人工神经网络系统；以收集的76组试验数据作为学习样本，对构建的神经网络系统进行训练，建立了对PSRC梁及SRC梁抗剪承载力计算的N14-5-1智能模型。使用智能模型对6个PSRC梁构件及6个SRC梁构件进行抗剪承载力计算，并通过与规范公式计算结果、试验结果的对比分析，证明了智能模型具有良好的计算精度及较好的泛化能力，具有一定的工程参考意义。运用Garson算法对输入参数进行敏感性分析，结果表明箍筋间距、型钢屈服强度、箍筋屈服强度、型钢腹板含钢率对抗剪承载力影响较大。随着研究试验的开展，在收集更多具有代表性的试验数据以扩充学习样本后，可对智能模型进一步优化。http://steelpro.tongji.edu.cn/thesisDetails#10.13969/j.cnki.cn31-1893.2024.03.002预制装配式型钢混凝土梁BP人工神经网络抗剪承载力智能模型 |
| spellingShingle | 刘坚 招渝 刘长江 马宏伟 邢增林 周观根 肖海鹏 彭林苗 任达 陈原 童华炜 戚玉亮 杨勤鹏 张专涛 预制装配式型钢混凝土梁抗剪承载力的智能模型研究 Jianzhu Gangjiegou Jinzhan 预制装配式型钢混凝土梁 BP人工神经网络 抗剪承载力 智能模型 |
| title | 预制装配式型钢混凝土梁抗剪承载力的智能模型研究 |
| title_full | 预制装配式型钢混凝土梁抗剪承载力的智能模型研究 |
| title_fullStr | 预制装配式型钢混凝土梁抗剪承载力的智能模型研究 |
| title_full_unstemmed | 预制装配式型钢混凝土梁抗剪承载力的智能模型研究 |
| title_short | 预制装配式型钢混凝土梁抗剪承载力的智能模型研究 |
| title_sort | 预制装配式型钢混凝土梁抗剪承载力的智能模型研究 |
| topic | 预制装配式型钢混凝土梁 BP人工神经网络 抗剪承载力 智能模型 |
| url | http://steelpro.tongji.edu.cn/thesisDetails#10.13969/j.cnki.cn31-1893.2024.03.002 |
| work_keys_str_mv | AT liújiān yùzhìzhuāngpèishìxínggānghùnníngtǔliángkàngjiǎnchéngzàilìdezhìnéngmóxíngyánjiū AT zhāoyú yùzhìzhuāngpèishìxínggānghùnníngtǔliángkàngjiǎnchéngzàilìdezhìnéngmóxíngyánjiū AT liúzhǎngjiāng yùzhìzhuāngpèishìxínggānghùnníngtǔliángkàngjiǎnchéngzàilìdezhìnéngmóxíngyánjiū AT mǎhóngwěi yùzhìzhuāngpèishìxínggānghùnníngtǔliángkàngjiǎnchéngzàilìdezhìnéngmóxíngyánjiū AT xíngzēnglín yùzhìzhuāngpèishìxínggānghùnníngtǔliángkàngjiǎnchéngzàilìdezhìnéngmóxíngyánjiū AT zhōuguāngēn yùzhìzhuāngpèishìxínggānghùnníngtǔliángkàngjiǎnchéngzàilìdezhìnéngmóxíngyánjiū AT xiàohǎipéng yùzhìzhuāngpèishìxínggānghùnníngtǔliángkàngjiǎnchéngzàilìdezhìnéngmóxíngyánjiū AT pénglínmiáo yùzhìzhuāngpèishìxínggānghùnníngtǔliángkàngjiǎnchéngzàilìdezhìnéngmóxíngyánjiū AT rèndá yùzhìzhuāngpèishìxínggānghùnníngtǔliángkàngjiǎnchéngzàilìdezhìnéngmóxíngyánjiū AT chényuán yùzhìzhuāngpèishìxínggānghùnníngtǔliángkàngjiǎnchéngzàilìdezhìnéngmóxíngyánjiū AT tónghuáwěi yùzhìzhuāngpèishìxínggānghùnníngtǔliángkàngjiǎnchéngzàilìdezhìnéngmóxíngyánjiū AT qīyùliàng yùzhìzhuāngpèishìxínggānghùnníngtǔliángkàngjiǎnchéngzàilìdezhìnéngmóxíngyánjiū AT yángqínpéng yùzhìzhuāngpèishìxínggānghùnníngtǔliángkàngjiǎnchéngzàilìdezhìnéngmóxíngyánjiū AT zhāngzhuāntāo yùzhìzhuāngpèishìxínggānghùnníngtǔliángkàngjiǎnchéngzàilìdezhìnéngmóxíngyánjiū |