纤维增强复合材料条带与砌体基材粘结极限强度的估算

摘要整理

纤维增强复合材料（FRP）因其优异的力学性能，在过去几十年中被开发为砌体结构加固的新方法。本研究采用人工神经网络（ANN）、K折交叉验证（KFCV）技术、多元自适应回归样条（MARS）方法和M5模型树（M5MT）方法，预测FRP条带与砌体基材的粘结极限强度。将ANN、KFCV、MARS和M5MT的预测结果与现有模型进行对比分析。研究结果表明，所采用的四种方法相比文献中已有的模型具有更高的计算效率和预测精度。其中，ANN、KFCV、MARS和M5MT模型的相关系数均达到99%的可靠性水平，表现出优异的预测性能。该研究为FRP加固砌体结构的设计和应用提供了有效的预测工具，有助于提高加固工程的可靠性和经济性。

相关论文