公开(公告)号：CN119849306A

公开(公告)日：2025-04-18

申请号：CN202411926557.8

申请日：2024-12-25

Applicant: 大连海事大学

Inventor： 李柔含 ,  朱向阳 ,  陈可佳 ,  魏铄焉 ,  高卯 ,  孙英杰

IPC: G06F30/27 ,  G06F30/13 ,  G06N7/01 ,  G06N3/084 ,  G06N3/048 ,  G06N20/00 ,  G06F111/08

Abstract: 本发明公开了一种基于机器学习的钢筋混凝土柱破坏模式概率预测方法，S1：建立Vp/Vn数据集；S2：获取影响钢筋混凝土柱破坏模型的特征参数，基于特征参数和Vp/Vn数据集构建测试数据集；S3：建立钢筋混凝土柱破坏模型概率预测模型；S4：基于测试数据集对Vp/Vn预测模型进行训练，得到训练后的Vp/Vn预测模型，并基于训练后的Vp/Vn预测模型预测得到新的Vp/Vn数据集；S5：基于破坏模式数据和新的Vp/Vn数据集和对贝叶斯概率模型进行训练，得到训练后的贝叶斯概率模型；S6：基于训练后的Vp/Vn预测模型和训练后的贝叶斯概率模型得到钢筋混凝土柱对应每种破坏模式的发生概率。本发明通过建立的钢筋混凝土柱破坏模型概率预测模型进行RC柱破坏模式的预测，将预测过程分为两阶段，相比传统方法显著提高了效率，同时提升了预测结果的准确性，适应不同类型的钢筋混凝土柱的破坏模式预测。