您当前的位置:
首页 >
文章列表页 >
基于可解释机器学习的锈蚀RC构件抗剪承载力预测模型
基于可解释机器学习的锈蚀RC构件抗剪承载力预测模型
Prediction model for shear capacity of corroded RC beams based on interpretable machine learning
- “在混凝土构件抗剪承载力研究领域,专家基于数据驱动建立了实用模型,阐明了关键参数与抗剪承载力间显性映射关系,具有高透明度与预测精度。”
- 吉林大学学报(工学版) 2024年54卷第11期 页码:3231-3243
DOI: 10.13229/j.cnki.jdxbgxb.20230024
移动端阅览
AI导读
HTML全文
图( 18 ) 表( 5 )
参考文献
出版信息
数据统计
49
浏览量
144
下载量
0
CSCD
文章被引用时,请邮件提醒。
提交
工具集
- BibTeX下载
- Endnote下载
- RefMan 下载
- NoteExpress下载
- NoteFirst下载
相关文章
基于切比雪夫对立的二进制蝙蝠算法的特征选择多目标优化生物启发式方法
预应力无腹筋UHPC⁃RC组合梁抗剪性能
浸水状态下黄土地区长短桩基础承载特性试验
基于RBVS和CBCNN的风机叶片故障检测和分类方法
基于锈损单元畸变控制的结构3D荷载路径拓扑搜寻方法
相关作者
康辉
段寒
陶依
李家辉
王渤雄
肖沛琳
宋莘炎
吴红林
相关机构
吉林大学 计算机科学与技术学院
吉林大学 符号计算与知识工程教育部重点实验室
吉林大学 软件学院
哈尔滨工业大学 交通科学与工程学院
广州大学 土木与交通工程学院

