【技术实现步骤摘要】
本专利技术涉及结构抗震，尤其涉及一种基于遗传编程的rc柱抗侧移承载力计算方法。
技术介绍
1、地震作为破坏性极强的自然灾害之一，在我国分布较为广泛。在地震作用下，建筑物极易发生倒塌破坏。在对以往地震爆发时建筑物倒塌的原因进行分析，结果表明rc(钢筋混凝土)柱破坏是建筑物发生倒塌的主要原因。而rc(钢筋混凝土)柱作为框架结构中主要的抗侧力构件，其主要承受竖向荷载和横向荷载。根据rc(钢筋混凝土)柱的破坏类型，可将延性柱归类为弯曲破坏柱，非延性柱归类为剪切和弯剪破坏柱。准确预测rc(钢筋混凝土)柱的抗侧移承载力对于优化rc(钢筋混凝土)框架的抗震设计至关重要。
2、为了准确的预测rc(钢筋混凝土)柱抗侧移承载力，大量的研究学者对rc(钢筋混凝土)柱的设计参数与柱抗侧移承载力的对应关系进行了研究，在探究出二者的经验关系以及力学原理后，能够快速准确的计算出rc(钢筋混凝土)柱的抗侧移承载力。例如，《工程力学》第35卷第3期“高延性混凝土加固钢筋混凝土柱抗剪承载力计算”一文以桁架-拱模型对混凝土加固rc(钢筋混凝土)柱进行受力分析，提出了用于预测柱抗剪承载力的计算方法；《工程力学》第19卷第16期“钢纤维钢筋混凝土柱的抗剪承载力计算方法”一文中基于钢纤维混凝土的应力-应变关系，推导出用于预测钢纤维钢筋混凝土柱抗剪承载力计算方法；《工程力学》第25卷第5期“外包角钢与碳纤维布复合加固钢筋混凝土柱抗剪承载力计算方法”一文中对混凝土柱进行了抗剪试验研究，并提出了用于预测复合加固柱抗剪承载力计算方法；《土木工程学报》第38卷第2期“玻
3、目前，机器学习方法已被成功运用于预测rc(钢筋混凝土)柱抗侧移承载力，例如《structures》第33卷第748-758页“metaheuristic least squares support vectormachine-based lateral strength modelling of reinforced concrete columnssubjected to earthquake loads”一文中将元启发式算法与机器学习方法相结合，提出了一种用于计算混凝土柱抗侧移承载力的计算方法，它能较好的解决现有计算方法泛化性能不足的问题，但是其无法被力学原理解释。因此提出一种泛化性能强且能被力学解释的计算方法显得尤为迫切。
技术实现思路
1、本专利技术所要解决的技术问题是，提供一种基于遗传编程的rc柱抗侧移承载力计算方法，解决现有基于力学的计算公式泛化性能不足，以及机器学习方法可解释性差的问题。
2、为解决上述技术问题，本专利技术采用的技术方案为，基于遗传编程的rc柱抗侧移承载力计算方法，包括以下步骤：
3、step1：收集rc柱试验数据，构建包含延性柱-抗弯承载力和非延性柱-抗剪承载力试验数据集；
4、step2：结合已有的基于力学的计算公式，将影响钢筋混凝土rc柱抗侧移承载力的因素分解为混凝土、箍筋、纵向钢筋以及轴向荷载四类，分别建立具有力物理属性的输入变量；
5、step3：剔除冗余与不相关的输入变量，找寻对rc柱抗侧移承载力影响最大的关键输入变量；
6、step4：对数据集进行预处理，以确保数据集适用于构建模型，并划分训练集和测试集；
7、step5：基于挑选的关键输入变量，利用遗传编程构建rc柱抗侧移承载力计算公式；
8、step6：基于收集的试验数据集，对构建的计算公式进行验证，并获得该计算公式的性能评价指标。
9、优选的方案中，所述step3剔除冗余与不相关的输入变量，找寻对rc柱抗侧移承载力影响最大的关键输入变量的具体步骤如下：
10、step3.1：输入变量的选取；
11、step3.2：关键输入变量的选取。
12、优选的方案中，所述step3.1输入变量的选取时，是从混凝土、箍筋、纵向钢筋和轴向荷载四类影响因素中优选多个输入变量。
13、优选的方案中，step3.1中所述输入变量共有13个，包含：7个与混凝土相关的输入变量，3个与箍筋相关的输入变量，1个与纵向钢筋相关的输入变量，2个与轴向荷载相关的输入变量。
14、优选的方案中，所述step3.2关键输入变量的选取是基于贝叶斯信息准则bic＝n·ln(σ2)+k·ln(n)，利用step3.1中选取的13个输入变量计算指标p值，从混凝土、箍筋、纵向钢筋和轴向荷载中分别挑选一个最小的指标p值作为关键输入变量；
15、bic＝n·ln(σ2)+k·ln(n)
16、式中，bic为贝叶斯信息准则bayesian information criterion的缩写，n为数据规模大小，σ2为误差方差，k为模型参数的数目。
17、优选的方案中，所述step4对数据集进行预处理，即对输入变量和响应变量同时除以而不是常用的归一化处理，这是因为遗传编程在构建表达式的时候无法识别输入变量附带的物理属性，需使输入变量以及响应变量变为无量纲变量；
18、
19、式中，fc′是混凝土抗压强度，b是混凝土柱截面宽度，h是混凝土柱截面高度。
20、优选的方案中，所述step5利用遗传编程构建力学辅助符号回归的rc柱抗侧移承载力计算方法时，需要对参数进行调整，如种群规模p1、终止条件和迭代次数g等，以确保生成的计算公式复杂度低且预测性能较好，以下为本专利技术提出的计算公式：
21、
22、
23、
24、
25、
26、
27、
28、式1)中，v为抗侧移承载力；vc为混凝土对柱抗侧移承载力的贡献；vs为纵向钢筋对柱抗侧移承载力的贡献；vp为轴向荷载对柱抗侧移承载力的贡献；fc′为混凝土抗压强度；b和h为混凝土柱截面宽度和高度；fyl为纵向钢筋屈服强度；asl为纵向钢筋总截面面积；p为轴向荷载，γ1、γ2、γ3均为自定义参数；
29、式2)中，fc′为混凝土抗压强度，β1为自定义参数；
30、式3)中，l为混凝土柱的剪跨长度；h0为混凝土柱截面有效高度；
31、式4)中，fyl为纵向钢筋屈服强度；asl为纵向钢筋总截面面积；fc′为混凝土抗压强度；b和h为混凝土柱截面宽度和高度，β2为自定义参数；
32、式5)中，αs为受拉钢筋合力点至截面受拉边缘的距离；h0为混凝土柱截面有效高度；l为混凝土柱的剪跨长度；
33、式6)中，β3为自定义参数。
34、优选的方案中，所述step6的具体步骤为，利用试验数本文档来自技高网...
【技术保护点】
1.基于遗传编程的RC柱抗侧移承载力计算方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于遗传编程的RC柱抗侧移承载力计算方法，其特征在于，所述step3剔除冗余与不相关的输入变量，找寻对RC柱抗侧移承载力影响最大的关键输入变量的具体步骤如下：
3.根据权利要求2所述的基于遗传编程的RC柱抗侧移承载力计算方法，其特征在于：所述step3.1输入变量的选取时，是从混凝土、箍筋、纵向钢筋和轴向荷载四类影响因素中优选多个输入变量。
4.根据权利要求3所述的基于遗传编程的RC柱抗侧移承载力计算方法，其特征在于，step3.1中所述输入变量共有13个，包含：7个与混凝土相关的输入变量，3个与箍筋相关的输入变量，1个与纵向钢筋相关的输入变量，2个与轴向荷载相关的输入变量。
5.根据权利要求4所述的基于遗传编程的RC柱抗侧移承载力计算方法，其特征在于：所述step3.2关键输入变量的选取是基于贝叶斯信息准则 ，利用step3.1中选取的13个输入变量计算指标p值，从混凝土、箍筋、纵向钢筋和轴向荷载中分别挑选一个最小的指标p值作为关键输
6.根据权利要求1所述的基于遗传编程的RC柱抗侧移承载力计算方法，其特征在于：所述step4对数据集进行预处理，即对输入变量和响应变量同时除以，而不是常用的归一化处理，这是因为遗传编程在构建表达式的时候无法识别输入变量附带的物理属性，需使输入变量以及响应变量变为无量纲变量；
7.根据权利要求1所述的基于遗传编程的RC柱抗侧移承载力计算方法，其特征在于：所述step5利用遗传编程构建力学辅助符号回归的RC柱抗侧移承载力计算方法时，需要对参数进行调整，如种群规模P1、终止条件和迭代次数G等，以确保生成的计算公式复杂度低且预测性能较好。
8.根据权利要求1所述的基于遗传编程的RC柱抗侧移承载力计算方法，其特征在于：所述step6的具体步骤为，利用试验数据集计算得出公式的3个性能评价指标，包括决定系数R2、均方根误差RMSE、平均绝对误差MAE，并与已有方法进行对比。
...【技术特征摘要】
1.基于遗传编程的rc柱抗侧移承载力计算方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于遗传编程的rc柱抗侧移承载力计算方法，其特征在于，所述step3剔除冗余与不相关的输入变量，找寻对rc柱抗侧移承载力影响最大的关键输入变量的具体步骤如下：
3.根据权利要求2所述的基于遗传编程的rc柱抗侧移承载力计算方法，其特征在于：所述step3.1输入变量的选取时，是从混凝土、箍筋、纵向钢筋和轴向荷载四类影响因素中优选多个输入变量。
4.根据权利要求3所述的基于遗传编程的rc柱抗侧移承载力计算方法，其特征在于，step3.1中所述输入变量共有13个，包含：7个与混凝土相关的输入变量，3个与箍筋相关的输入变量，1个与纵向钢筋相关的输入变量，2个与轴向荷载相关的输入变量。
5.根据权利要求4所述的基于遗传编程的rc柱抗侧移承载力计算方法，其特征在于：所述step3.2关键输入变量的选取是基于贝叶斯信息准则 ，利用step3.1中选取的13个输入变...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。