芳纶纤维增强复合材料约束混凝土极限应变：回归分析应用

摘要整理

纤维增强复合材料（FRP）套筒约束是结构加固的常用方法。本研究采用基于树型算法的机器学习方法预测芳纶纤维增强复合材料（AFRP）约束圆形混凝土柱的极限应变（εcu）。通过人工蜂鸟优化器（AHO）和巨型鲹鱼优化器（GTO）对最小二乘支持向量回归（LSSVR）的超参数进行优化，利用前期研究中AFRP混凝土数据建立合适的数据集。模型输入变量包括AFRP套筒总厚度（tf）、弹性模量（Ef）、极限抗拉强度（ff）、柱高（L）、无约束抗压强度（fco）和试件直径（d）。研究结果表明，LSSVR(A)模型在训练和评估阶段的不确定性值最小，分别为0.2893和0.2261，均低于LSSVR(G)的0.323和0.2476。两个模型在这些指标上的变异百分比至少为7%，最高可达36%，充分证明了LSSVR(G)的准确性和可靠性。在指标值方面，训练和评估阶段的获得值分别为0.0676和0.0559，而最小值分别为0.0591和0.0434。该研究为AFRP约束混凝土结构的性能预测提供了有效的机器学习方法，具有较高的工程应用价值。

相关论文