第53卷第5期2023年3月上建筑结构BuildingStructureVol.53No.5Mar.2023DOI:10.19701/j.jzjg.LS220111∗河北省省属高等学校基本科研业务费研究项目(2021XSTD08)。第一作者:刘仲洋,博士研究生,副教授,一级注册结构工程师,主要从事装配式建筑钢结构的研究,Email:lzy1502@hebiace.edu.cn。通信作者:李冰阳,硕士研究生,主要从事建筑钢结构的研究,Email:plutonium37@163.com。采用BP-ANN模型的梁柱平齐端板连接节点极限抗弯承载力预测研究∗刘仲洋1,2,3,李冰阳1,黄轶淼3,王浩3,陈伟4,翁维素1,2(1河北建筑工程学院土木工程学院,张家口075031;2河北省土木工程诊断,改造与抗灾重点实验室,张家口075031;3河北工业大学土木与交通学院,天津300401;4国网冀北电力有限公司张家口供电公司,张家口075001)摘要:筛选文献中报道的143组试验数据,采用误差反向传播人工神经网络(BP-ANN)建立和训练了1个2层BP-ANN模型,对梁柱平齐端板连接节点的极限抗弯承载力进行了预测。该模型利用20个组件特征参数作为输入,以极限抗弯承载力作为输出。通过与传统机器学习算法预测结果对比,验证了方法和模型的有效性,并依据模型推导出一个实用简化的极限抗弯承载力数学表达式。统计分析结果显示:经过训练的BP-ANN模型,在测试集上的平均绝对百分比误差(MAPE)为5.28%,均方误差(MSE)为5.79×10-4。另外,对特征参数进行敏感性分析,得到了组件特征对节点极限抗弯承载力的影响程度。研究结果表明:采用BP-ANN模型能够综合考虑组件特征对节点极限抗弯承载力的影响,预测结果较为准确;该模型为梁柱连接性能评估和改进提供了智能化的解决方案,可作为数值模拟和结构试验研究的有力补充。关键词:人工神经网络;梁柱节点;平齐端板连接;极限抗弯承载力中图分类号:TU391文献标志码:A文章编号:1002-848X(2023)05-0119-08[引用本文]刘仲洋,李冰阳,黄轶淼,等.采用BP-ANN模型的梁柱平齐端板连接节点极限抗弯承载力预测研究[J].建筑结构,2023,53(5):119-126.LIUZhongyang,LIBingyang,HUANGYimiao,etal.Researchonpredictionofultimatemomentcapacityofbeam-to-columnflushend-plateconnectionjointviaBP-ANNmodel[J].BuildingStructure,2023,53(5):119-126.Researchonpredictionofultimatemomentcapacityofbeam-to-columnflushend-plateconnectionjointviaBP-ANNmodelLIUZhongyang1,2,3,LIBingyang1,HUANGYimiao3,WANGHao3,CHENWei4,WENGWeisu1,2(1SchoolofCivilEngineering,HebeiUniversityofArchitecture,Zhan...
