钢筋混凝土板柱节点抗冲切承载力预测与影响因素分析

抗冲切承载力是钢筋混凝土板设计和分析的重要指标。本文引入多元线性回归和神经网络两种机器学习模型进行多个设计参数作为输入变量下的钢筋混凝土板抗冲切承载力预测,并研究了设计参数对钢筋混凝土板抗冲切承载力的影响。结果表明,相比与多元线性回归模型,神经网络模型的训练和测试相关系数均超过了0.98,远大于多元线性回归模型的预测精度,神经网络模型预测性能更好,是一个更优的预测模型选择。在钢筋混凝土板的6个关键设计参数中,板的有效深度和板厚是两个主要影响因素,其中板的有效深度占主导,钢筋屈服强度影响最弱。本文的研究结果可以为钢筋混凝土板柱节点的设计和施工提供数据支撑和理论指导。

资料为PDF文档格式.

本文档关键词:预测,因素,承载力,钢筋混凝土,分析