基于符号回归的受弯破坏矩形RC剪力墙变形能力预测 |
| |
引用本文: | 马高,王瑶.基于符号回归的受弯破坏矩形RC剪力墙变形能力预测[J].地震工程与工程振动,2023(6):139-149. |
| |
作者姓名: | 马高 王瑶 |
| |
作者单位: | 1. 湖南大学土木工程学院;2. 工程结构损伤诊断湖南省重点实验室(湖南大学) |
| |
基金项目: | 国家自然科学基金项目(52278498,51878268);;湖南省自然科学基金项目(2020JJ4195); |
| |
摘 要: | 为克服传统回归方式的局限性,同时解决机器学习模型可解释性差的问题,利用SHAP法与符号回归建立了具有更高精度的经验公式。为此,基于已有的试验数据库,建立了一个包含119个弯曲破坏矩形RC剪力墙的数据库。利用多种机器学习算法建立回归模型来预测剪力墙极限位移,其中XGBoost模型回归效果最佳。利用SHAP法对模型进行了分析与解释,并基于SHAP值对特征参数进行了筛选,以提升符号回归的效率与预测性能。提出的回归方法有助于克服传统回归方式的缺陷,与已有经验公式的对比结果表明,提出的经验公式具有更高的预测精度。此外,对符号回归模型所选用的特征参数进行了参数分析,并用XGBoost模型结果进行对比,以得到各特征参数在不同模型间的差异。结果表明,符号回归模型与XGBoost模型中各特征参数对极限位移的影响趋势基本一致,且符号回归模型具有更好的泛化性能与可解释性。
|
关 键 词: | 钢筋混凝土剪力墙 受弯破坏 机器学习 符号回归 极限位移 |
|