申请/专利权人:郑州大学
申请日:2023-11-15
公开(公告)日:2024-03-15
公开(公告)号:CN117708924A
主分类号:G06F30/13
分类号:G06F30/13;G06F30/27;G06N20/20;G06F18/2113;G06N3/006;G06F18/2431;G06F119/02;G06F119/14
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.02#实质审查的生效;2024.03.15#公开
摘要:本发明公开了一种基于SSA‑ELM的钢筋混凝土结构失效模式预测方法;首先通过搜集试验数据构建钢筋混凝土结构粘结破坏模式数据集,利用依达拉法则处理异常的数据值。通过随机森林算法选择出对结构破坏模式影响较大的特征,并通过相关系数和互信息理论验证模型的合理性。利用麻雀搜索算法对极限学习机的权值和阈值进行优化,建立了拟合效果更好的SSA‑ELM模型;将归一化后的数据集代入具有交叉验证的模型,比较预测模型的结果并验证了模型的准确率和泛化能力。本发明通过对钢筋混凝土结构各项影响指标进行选择,可对实际钢筋混凝土结构发生的破坏模式进行有效预测和评估。
主权项:1.一种基于SSA-ELM的钢筋混凝土结构失效模式预测方法,其特征在于,包括以下步骤:步骤1、收集钢筋混凝土结构粘滑失效模式与影响因素的数据,形成初始的样本数据库,并对所述样本数据库进行数据清理和归一化处理;步骤2、利用随机森林算法选择出对结构粘滑失效模式影响较大的特征,并通过相关性分析验证特征选择的合理性以及分类模型数据的合理性;步骤3、将数据集按照一定比例随机划分训练集和测试集;通过训练集数据建立粘滑失效模式的极限学习机分类模型ELM,初始化ELM结构中的权值和阈值;步骤4、设置麻雀搜索算法SSA的初始种群参数,根据麻雀种群觅食特征对ELM的权值和阈值进行寻优,得到最优参数;建立对结构破坏模式预测的SSA-ELM模型;步骤5、将麻雀算法寻优得到的最优权值和阈值训练ELM,通过样本测试集验证模型的准确率和召回率;最终输入实际结构数据进行SSA-ELM预测结构失效模式。
全文数据:
权利要求:
百度查询: 郑州大学 基于SSA-ELM的钢筋混凝土结构失效模式预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。