FAI：基于超级学习器机器学习模型的FRP-RC梁抗弯承载力快速、准确、智能预测工具

摘要整理

纤维增强复合材料（FRP）因其高抗拉强度、轻质、成本效益高和优异的耐腐蚀性，已成为结构工程领域传统钢筋的最佳替代方案之一。然而，不同FRP类型和制造商之间物理和力学特性的差异，使得FRP增强混凝土（RC）构件强度的预测面临挑战。为此，基于优化的超级学习器机器学习（ML）模型，开发了一种快速、准确、智能（FAI）的FRP-RC梁抗弯承载力预测工具。研究编制了FRP-RC梁抗弯强度的实验数据库，随机分为80%训练集和20%测试集。模型考虑了6个因素：梁的宽度和有效高度、混凝土抗压强度、FRP弯曲配筋率、FRP弹性模量和FRP极限抗拉强度。采用网格搜索结合10折交叉验证优化ML模型的超参数。将所提超级学习器ML模型的预测能力与提升法和基于树的ML模型（包括分类回归树、自适应提升、梯度提升决策树和极端梯度提升）进行了基准对比。此外，与现有规范和指南方程的对比表明，所提超级学习器ML模型对FRP-RC梁抗弯承载力提供了最优的预测效果。

相关论文