【技術(shù)實(shí)現(xiàn)步驟摘要】
本專利技術(shù)涉及結(jié)構(gòu)工程、人工智能、機(jī)器學(xué)習(xí)，具體涉及一種基于改進(jìn)機(jī)器學(xué)習(xí)的地庫結(jié)構(gòu)設(shè)計(jì)及安全性評(píng)估方法、設(shè)備、存儲(chǔ)介質(zhì)。
技術(shù)介紹
1、地庫結(jié)構(gòu)設(shè)計(jì)中，傳統(tǒng)的設(shè)計(jì)過程通常基于規(guī)范中現(xiàn)有的公式法人工建模計(jì)算，往往依賴工程經(jīng)驗(yàn)和規(guī)則，需要耗費(fèi)大量的時(shí)間。而且，由于結(jié)構(gòu)設(shè)計(jì)的復(fù)雜性和不確定性，很難保證設(shè)計(jì)的最優(yōu)性和可行性。因此，需要一種更加智能化和高效的結(jié)構(gòu)設(shè)計(jì)方法。可利用機(jī)器學(xué)習(xí)算法對(duì)大量結(jié)構(gòu)設(shè)計(jì)數(shù)據(jù)進(jìn)行學(xué)習(xí)，系統(tǒng)可以學(xué)習(xí)設(shè)計(jì)參數(shù)與結(jié)構(gòu)力學(xué)特性之間的關(guān)系，實(shí)現(xiàn)輸入?yún)?shù)，即可直接生力學(xué)分析結(jié)果。
2、然而，基于機(jī)器學(xué)習(xí)的地庫結(jié)構(gòu)設(shè)計(jì)尚存在以下問題：
3、公式法在分析鋼筋混凝土構(gòu)件的裂縫展開時(shí)，存在只考慮單向受力的局限性。實(shí)際工程中，構(gòu)件尤其是大面積地庫頂板結(jié)構(gòu)經(jīng)常面臨復(fù)雜的多向受力情況，單向分析方法難以真實(shí)反映地庫頂板裂縫在耦合作用下的展開規(guī)律。
4、常規(guī)的機(jī)器學(xué)習(xí)方法在處理實(shí)際問題時(shí)亦存在不足。首先，傳統(tǒng)方法往往在數(shù)據(jù)分割前就對(duì)全部數(shù)據(jù)集進(jìn)行特征縮放。理論而言，這會(huì)導(dǎo)致測試集的信息泄露，可能導(dǎo)致模型在實(shí)際應(yīng)用中表現(xiàn)得過于樂觀，無法真實(shí)準(zhǔn)確地評(píng)估其泛化性能。其次，傳統(tǒng)的模型調(diào)優(yōu)方式，為得到超參數(shù)最佳組合，往往需要反復(fù)的試驗(yàn)和手動(dòng)調(diào)整，且容易陷入局部最優(yōu)，過程耗時(shí)且泛化能力不高。
技術(shù)實(shí)現(xiàn)思路
1、本專利技術(shù)克服了現(xiàn)有技術(shù)的不足，提供一種基于改進(jìn)機(jī)器學(xué)習(xí)的地庫結(jié)構(gòu)設(shè)計(jì)及安全性評(píng)估方法、設(shè)備、存儲(chǔ)介質(zhì)，實(shí)現(xiàn)基于改進(jìn)機(jī)器學(xué)習(xí)的地庫結(jié)構(gòu)設(shè)計(jì)及安全性評(píng)估方法和應(yīng)
2、為達(dá)到上述目的，本專利技術(shù)采用的技術(shù)方案為：獲取待評(píng)估場景中地庫頂板結(jié)構(gòu)的樣本數(shù)據(jù)，將待評(píng)估場景中地庫頂板結(jié)構(gòu)的樣本數(shù)據(jù)輸入到預(yù)先構(gòu)建的最優(yōu)模型，得到待評(píng)估場景中的地庫結(jié)構(gòu)在最優(yōu)模型中的地庫結(jié)構(gòu)設(shè)計(jì)及安全性評(píng)估；
3、所述最優(yōu)模型的確定過程，包括：
4、采用有限元模擬方法對(duì)實(shí)際場景中地庫頂板結(jié)構(gòu)的樣本數(shù)據(jù)進(jìn)行分析并得到實(shí)際場景中地庫頂板結(jié)構(gòu)中基于內(nèi)力的配筋數(shù)據(jù)，使用所述配筋數(shù)據(jù)基于迭代法對(duì)裂縫進(jìn)行數(shù)值模擬，并根據(jù)預(yù)設(shè)限值調(diào)整配筋數(shù)據(jù)以滿足地庫結(jié)構(gòu)設(shè)計(jì)要求，獲取滿足地庫結(jié)構(gòu)設(shè)計(jì)要求的地庫頂板結(jié)構(gòu)的模擬樣本數(shù)據(jù)；所述地庫頂板結(jié)構(gòu)包括大梁大板結(jié)構(gòu)和無梁樓蓋結(jié)構(gòu)；
5、對(duì)獲取的實(shí)際場景中地庫頂板結(jié)構(gòu)的模擬樣本數(shù)據(jù)進(jìn)行預(yù)處理，并得到預(yù)處理后的模擬樣本數(shù)據(jù)集；所述預(yù)處理為特征相關(guān)性分析；
6、將經(jīng)過預(yù)處理后的模擬樣本數(shù)據(jù)集根據(jù)分割方法劃分為訓(xùn)練集和測試集，并對(duì)訓(xùn)練集和測試集進(jìn)行特征縮放；
7、建立機(jī)器學(xué)習(xí)模型，通過模型尋優(yōu)方法獲得初步訓(xùn)練的預(yù)測模型，使用特征縮放后的測試集中的測試數(shù)據(jù)進(jìn)行初步訓(xùn)練后的預(yù)測模型的性能評(píng)估；
8、對(duì)訓(xùn)練得到的性能評(píng)估后的預(yù)測模型采用optuna超參數(shù)優(yōu)化，獲得最優(yōu)模型。
9、具體的，預(yù)設(shè)限值采用的是根據(jù)現(xiàn)行的設(shè)計(jì)規(guī)范以及實(shí)際的設(shè)計(jì)需求設(shè)定。安全性評(píng)估是符合現(xiàn)行的地庫結(jié)構(gòu)設(shè)計(jì)行業(yè)規(guī)范，而本專利技術(shù)中是判斷是否符合最優(yōu)模型中的地庫結(jié)構(gòu)設(shè)計(jì)標(biāo)準(zhǔn)。
10、本專利技術(shù)一個(gè)較佳實(shí)施例中，實(shí)際場景中地庫頂板結(jié)構(gòu)的樣本數(shù)據(jù)和測試場景中地庫頂板結(jié)構(gòu)的樣本數(shù)據(jù)均包括構(gòu)件參數(shù)和結(jié)果參數(shù)；構(gòu)件參數(shù)包括荷載條件、尺寸信息、材料信息、結(jié)構(gòu)跨度；所述結(jié)果參數(shù)包括內(nèi)力、配筋設(shè)置及裂縫數(shù)值模擬結(jié)果。
11、具體的，對(duì)于大梁大板結(jié)構(gòu)模型的尺寸信息包括梁尺寸，樓板厚度；對(duì)于無梁樓蓋結(jié)構(gòu)模型的尺寸信息包括托板尺寸與厚度、樓板厚度。
12、本專利技術(shù)一個(gè)較佳實(shí)施例中，采用有限元模擬方法獲取實(shí)際場景中地庫頂板結(jié)構(gòu)中基于內(nèi)力的配筋數(shù)據(jù)，包括以下步驟：根據(jù)實(shí)際場景中地庫頂板結(jié)構(gòu)中裂縫寬度的限值要求，調(diào)整加密配筋，并滿足裂縫寬度控制標(biāo)準(zhǔn)，記錄新的配筋結(jié)果作為特征數(shù)據(jù)；根據(jù)特征數(shù)據(jù)獲得模擬樣本數(shù)據(jù)作為模擬樣本數(shù)據(jù)集。
13、本專利技術(shù)一個(gè)較佳實(shí)施例中，將構(gòu)件參數(shù)作為輸入特征，將結(jié)果參數(shù)作為輸出特征，所述特征相關(guān)性分析包括：采用皮爾遜相關(guān)系數(shù)分析輸入特征和輸出特征之間的特征相關(guān)性，根據(jù)特征相關(guān)性獲得特征之間的相關(guān)性矩陣。
14、具體的，去除與輸出特征相關(guān)性較低的特征，從而降低特征空間維度。樣本數(shù)據(jù)集即通過有限元計(jì)算獲取到的數(shù)據(jù)樣本。
15、本專利技術(shù)一個(gè)較佳實(shí)施例中，分割方法是采用分層抽樣方法對(duì)經(jīng)過預(yù)處理后的模擬樣本數(shù)據(jù)集進(jìn)行分割，且分割比例為：訓(xùn)練集：測試集=8：2；所述特征縮放適用特征標(biāo)準(zhǔn)化形式，標(biāo)準(zhǔn)化實(shí)現(xiàn)基于訓(xùn)練集的統(tǒng)計(jì)信息，統(tǒng)計(jì)信息為訓(xùn)練集數(shù)據(jù)的均值和標(biāo)準(zhǔn)差。
16、具體的，進(jìn)行特征縮放是為避免個(gè)別特征對(duì)模型影響過大。特征縮放方式使用特征標(biāo)準(zhǔn)化對(duì)特征數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化。為了避免信息泄漏，造成對(duì)模型評(píng)估的偏差；統(tǒng)計(jì)信息中的均值和標(biāo)準(zhǔn)差是基于訓(xùn)練集計(jì)算。
17、優(yōu)選的，特征標(biāo)準(zhǔn)化采用以下公式對(duì)特征數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化：；
18、其中，x是特征縮放后的特征值，x是原始特征值，mean是特征的平均值，std是特征的標(biāo)準(zhǔn)差。
19、本專利技術(shù)一個(gè)較佳實(shí)施例中，所述模型尋優(yōu)方法包括：使用3個(gè)單一學(xué)習(xí)模型ridge、knn、svr以及3個(gè)集成模型rf、adaboost、xgboost，分別進(jìn)行訓(xùn)練，并使用傳統(tǒng)尋優(yōu)方式進(jìn)行初步優(yōu)化，得到初步的預(yù)測模型；
20、所述傳統(tǒng)尋優(yōu)方式是使用網(wǎng)格優(yōu)化調(diào)整模型的超參數(shù)，進(jìn)行性能評(píng)估，選擇性能最佳的超參數(shù)組合作為初始最優(yōu)模型的參數(shù)配置；
21、所述性能評(píng)估是通過評(píng)估指標(biāo)評(píng)估機(jī)器學(xué)習(xí)模型在測試集上的性能；所述評(píng)估指標(biāo)包括：r2、rmse、mae和wape；
22、其中，ridge是嶺回歸模型，knn是k近鄰模型、svr是支持向量回歸模型；rf是隨機(jī)森林模型、adaboost是自適應(yīng)提升模型、xgboost是極端梯度提升模型；r2是決定系數(shù)、rmse是均方根誤差、mae是平均絕對(duì)誤差、wape是加權(quán)平均百分比誤差。
23、所述初步的預(yù)測模型通過以下技術(shù)方案實(shí)現(xiàn)：
24、對(duì)設(shè)定的多個(gè)機(jī)器學(xué)習(xí)模型分別使用網(wǎng)格優(yōu)化方法進(jìn)行訓(xùn)練和優(yōu)化。設(shè)定超參數(shù)候選值列表，對(duì)所有可能的超參數(shù)組合進(jìn)行嘗試。
25、使用交叉驗(yàn)證來評(píng)估模型在每個(gè)組合下的性能，選擇性能最佳的超參數(shù)組合作為初始最優(yōu)模型的參數(shù)配置。
26、決定系數(shù)：；
27、均方根誤差：；
28、平均絕對(duì)誤差：；
29、和加權(quán)平均百分比誤差：；
30、式中，是實(shí)際結(jié)果值，是預(yù)測結(jié)果值，i是樣本數(shù)量，t是所有樣本實(shí)際結(jié)果的平均值。
31、本專利技術(shù)一個(gè)較佳實(shí)施例中，對(duì)初步訓(xùn)練得到的最優(yōu)模型進(jìn)一步使用optuna框架進(jìn)行優(yōu)化，得到最終模型。
32、本專利技術(shù)一個(gè)較佳實(shí)施例中，使用m2cgen工具將訓(xùn)練好的最終機(jī)器學(xué)習(xí)模型轉(zhuǎn)換為可部署的函數(shù)方法，用于工程實(shí)踐。
33、本專利技術(shù)一個(gè)較佳實(shí)施例中，一種基于改進(jìn)機(jī)器學(xué)習(xí)的地庫結(jié)構(gòu)設(shè)計(jì)及安全性評(píng)估設(shè)備，包括：
34、存儲(chǔ)器；
<本文檔來自技高網(wǎng)...【技術(shù)保護(hù)點(diǎn)】
1.一種基于改進(jìn)機(jī)器學(xué)習(xí)的地庫結(jié)構(gòu)設(shè)計(jì)及安全性評(píng)估方法，其特征在于，包括，以下步驟：
2.根據(jù)權(quán)利要求1所述的基于改進(jìn)機(jī)器學(xué)習(xí)的地庫結(jié)構(gòu)設(shè)計(jì)及安全性評(píng)估方法，其特征在于，實(shí)際場景中地庫頂板結(jié)構(gòu)的樣本數(shù)據(jù)和測試場景中地庫頂板結(jié)構(gòu)的樣本數(shù)據(jù)均包括構(gòu)件參數(shù)和結(jié)果參數(shù)；所述構(gòu)件參數(shù)包括荷載條件、尺寸信息、材料信息、結(jié)構(gòu)跨度；所述結(jié)果參數(shù)包括內(nèi)力、配筋設(shè)置及裂縫數(shù)值模擬結(jié)果。
3.根據(jù)權(quán)利要求2所述的基于改進(jìn)機(jī)器學(xué)習(xí)的地庫結(jié)構(gòu)設(shè)計(jì)及安全性評(píng)估方法，其特征在于，
4.根據(jù)權(quán)利要求3所述的基于改進(jìn)機(jī)器學(xué)習(xí)的地庫結(jié)構(gòu)設(shè)計(jì)及安全性評(píng)估方法，其特征在于，將構(gòu)件參數(shù)作為輸入特征，將結(jié)果參數(shù)作為輸出特征，所述特征相關(guān)性分析包括：采用皮爾遜相關(guān)系數(shù)分析輸入特征和輸出特征之間的特征相關(guān)性，根據(jù)特征相關(guān)性獲得特征之間的相關(guān)性矩陣。
5.根據(jù)權(quán)利要求4所述的基于改進(jìn)機(jī)器學(xué)習(xí)的地庫結(jié)構(gòu)設(shè)計(jì)及安全性評(píng)估方法，其特征在于，所述分割方法是采用分層抽樣方法對(duì)經(jīng)過預(yù)處理后的模擬樣本數(shù)據(jù)集進(jìn)行分割，且分割比例為：訓(xùn)練集：測試集=8：2；
6.根據(jù)權(quán)利要求5所述的基于
7.根據(jù)權(quán)利要求6所述的基于改進(jìn)機(jī)器學(xué)習(xí)的地庫結(jié)構(gòu)設(shè)計(jì)及安全性評(píng)估方法，其特征在于，決定系數(shù)：；
8.根據(jù)權(quán)利要求3所述的基于改進(jìn)機(jī)器學(xué)習(xí)的地庫結(jié)構(gòu)設(shè)計(jì)及安全性評(píng)估方法，其特征在于，對(duì)初步訓(xùn)練得到的預(yù)測模型使用Optuna框架進(jìn)行優(yōu)化，得到最優(yōu)模型；
9.一種基于改進(jìn)機(jī)器學(xué)習(xí)的地庫結(jié)構(gòu)設(shè)計(jì)及安全性評(píng)估設(shè)備，其特征在于，包括：
10.一種存儲(chǔ)介質(zhì)，其特征在于，包括：其上存儲(chǔ)有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如權(quán)利要求1至8中任一項(xiàng)所述的基于改進(jìn)機(jī)器學(xué)習(xí)的地庫結(jié)構(gòu)設(shè)計(jì)及安全性評(píng)估方法。
...【技術(shù)特征摘要】
1.一種基于改進(jìn)機(jī)器學(xué)習(xí)的地庫結(jié)構(gòu)設(shè)計(jì)及安全性評(píng)估方法，其特征在于，包括，以下步驟：
2.根據(jù)權(quán)利要求1所述的基于改進(jìn)機(jī)器學(xué)習(xí)的地庫結(jié)構(gòu)設(shè)計(jì)及安全性評(píng)估方法，其特征在于，實(shí)際場景中地庫頂板結(jié)構(gòu)的樣本數(shù)據(jù)和測試場景中地庫頂板結(jié)構(gòu)的樣本數(shù)據(jù)均包括構(gòu)件參數(shù)和結(jié)果參數(shù)；所述構(gòu)件參數(shù)包括荷載條件、尺寸信息、材料信息、結(jié)構(gòu)跨度；所述結(jié)果參數(shù)包括內(nèi)力、配筋設(shè)置及裂縫數(shù)值模擬結(jié)果。
3.根據(jù)權(quán)利要求2所述的基于改進(jìn)機(jī)器學(xué)習(xí)的地庫結(jié)構(gòu)設(shè)計(jì)及安全性評(píng)估方法，其特征在于，
4.根據(jù)權(quán)利要求3所述的基于改進(jìn)機(jī)器學(xué)習(xí)的地庫結(jié)構(gòu)設(shè)計(jì)及安全性評(píng)估方法，其特征在于，將構(gòu)件參數(shù)作為輸入特征，將結(jié)果參數(shù)作為輸出特征，所述特征相關(guān)性分析包括：采用皮爾遜相關(guān)系數(shù)分析輸入特征和輸出特征之間的特征相關(guān)性，根據(jù)特征相關(guān)性獲得特征之間的相關(guān)性矩陣。
5.根據(jù)權(quán)利要求4所述的基于改進(jìn)機(jī)器學(xué)習(xí)的地庫結(jié)構(gòu)設(shè)計(jì)及安全性評(píng)估方法，其特征在于，所述分割方法是采用分層抽樣方法對(duì)經(jīng)過預(yù)處理后的模擬...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：張謹(jǐn)，談麗華，楊律磊，王慧，熊訓(xùn)成，傅根洲，郭一峰，
申請(qǐng)(專利權(quán))人：中衡設(shè)計(jì)集團(tuán)股份有限公司，
類型：發(fā)明
國別省市：
還沒有人留言評(píng)論。發(fā)表了對(duì)其他瀏覽者有用的留言會(huì)獲得科技券。