Symbolic machine learning improved MCFT model for punching shear resistance of FRP-reinforced concrete slabs

符号回归 计算机科学 结构工程 遗传程序设计 人工智能 工程类
作者
Shixue Liang,Yuanxie Shen,Xiangling Gao,Yiqing Cai,Zhengyu Fei
出处
期刊:Journal of building engineering [Elsevier]
卷期号:69: 106257-106257 被引量:18
标识
DOI:10.1016/j.jobe.2023.106257
摘要

Fiber reinforced polymer (FRP)-reinforced concrete slabs, an extension of reinforced concrete (RC) slabs leveraged for resisting environment corrosion, are susceptible to punching shear failure due to the lower elasticity modulus of FRP reinforcement. To estimate the punching shear resistance accurately, there are two types of models (e.g., white box and black-box models) proposed based on theoretical derivations and machine learning methods. However, these two types of models are considered as independent of each other. In this study, a hybrid model (e.g., grey-box model) derived from modified compression field theory (MCFT) is proposed by this paper, in which the performance is improved by a machine-learning-aided approach (genetic programming). In order to exploit the performance of machine learning, a database containing 154 experimental data is established and used for fitting the correction equations. Iterating the population containing 300 tree-based individuals in 300 times, a correction equation with simple format is obtained, which performs well in performance improvement of the basic model derived from MCFT. Herein, the influential factors involved in the correction equation comply with the sorting in order of the importance quantified by extreme gradient boosting (XGBoost) and shapley additive explanation (SHAP). Combining the correction equation with the basic model derived from MCFT, a symbolic regression MCFT (SR-MCFT) model is established, which performs better prediction performance than other five empirical models.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
星辰大海应助zzz采纳,获得10
刚刚
思源应助lcd采纳,获得10
刚刚
喜悦的板凳完成签到 ,获得积分10
刚刚
1秒前
科研通AI2S应助Dusk大寺柯采纳,获得10
1秒前
计算小司机完成签到,获得积分10
2秒前
走走发布了新的文献求助10
2秒前
西瓜皮关注了科研通微信公众号
2秒前
2秒前
yurong完成签到,获得积分10
2秒前
名丿完成签到,获得积分10
3秒前
Chris完成签到 ,获得积分10
3秒前
寻道图强应助学就完了采纳,获得30
3秒前
正能量完成签到,获得积分10
4秒前
平常的过客完成签到,获得积分10
4秒前
Bing完成签到,获得积分10
4秒前
花花发布了新的文献求助10
5秒前
jinx123456完成签到,获得积分10
5秒前
第三次改名啦完成签到 ,获得积分10
5秒前
不舍天真发布了新的文献求助10
5秒前
6秒前
冷傲的夕阳完成签到,获得积分10
7秒前
时林完成签到,获得积分10
7秒前
正能量发布了新的文献求助10
8秒前
Wally发布了新的文献求助10
8秒前
8秒前
汤襄完成签到,获得积分10
8秒前
dz完成签到,获得积分10
9秒前
CipherSage应助玉兰采纳,获得10
11秒前
清爽匪发布了新的文献求助10
11秒前
田様应助明谦采纳,获得10
11秒前
eric完成签到 ,获得积分10
11秒前
12秒前
12秒前
不舍天真完成签到,获得积分10
12秒前
孙成成完成签到 ,获得积分10
13秒前
科研土人完成签到,获得积分10
13秒前
elgar612发布了新的文献求助10
14秒前
CodeCraft应助花花采纳,获得10
14秒前
mxk发布了新的文献求助30
14秒前
高分求助中
Sustainability in Tides Chemistry 2000
Microlepidoptera Palaearctica, Volumes 1 and 3 - 13 (12-Volume Set) [German] 1122
Дружба 友好报 (1957-1958) 1000
The Data Economy: Tools and Applications 1000
A Dissection Guide & Atlas to the Rabbit 600
Mantiden - Faszinierende Lauerjäger – Buch gebraucht kaufen 500
PraxisRatgeber Mantiden., faszinierende Lauerjäger. – Buch gebraucht kaufe 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3104880
求助须知:如何正确求助?哪些是违规求助? 2756128
关于积分的说明 7637295
捐赠科研通 2409779
什么是DOI,文献DOI怎么找? 1278480
科研通“疑难数据库(出版商)”最低求助积分说明 617439
版权声明 599242