龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：长安大学
申请日：2024-03-26
公开（公告）日：2024-06-28
公开（公告）号：CN118260835A
主分类号：G06F30/13
分类号：G06F30/13;G06F30/27;G06N3/0499;G06F113/26;G06F119/14
优先权：
专利状态码：在审-公开
法律状态：2024.06.28#公开
摘要：本发明公开了一种方钢管混凝土短柱轴压承载力预测方法，包括：一、对N根方钢管混凝土短柱进行轴压试验，则获取N个方钢管混凝土短柱的轴压承载力以及N组轴压承载力影响因素数据；二、获取关联度高影响因素集合；三、得到影响因素降维矩阵；四、方钢管混凝土短柱轴压承载力预测模型的训练，五、后续方钢管混凝土短柱的轴压承载力的预测。本发明方法步骤简单、利用方钢管混凝土短柱的历史数据，实现方钢管混凝土短柱轴压承载力预测模型的获取，并采用方钢管混凝土短柱轴压承载力预测模型进行轴压承载力的预测，预测精度高，从而解决目前试验研究、数值模拟、理论计算方法的问题。
主权项：1.一种方钢管混凝土短柱轴压承载力预测方法，其特征在于，该方法包括以下步骤：步骤一、对N根方钢管混凝土短柱进行轴压试验，则获取N个方钢管混凝土短柱的轴压承载力以及N组轴压承载力影响因素数据；其中，每组所述轴压承载力影响因素包括方钢管长度、方钢管宽度、方钢管壁厚、约束效应系数、含钢率、短柱高度、钢管屈服强度和混凝土强度；步骤二、采用计算机利用初值灰色关联度分析法对N个方钢管混凝土短柱的轴压承载力以及N组轴压承载力影响因素数据进行灰色关联度分析，获取关联度高影响因素集合；步骤三、采用计算机利用非负矩阵分解法对关联度高影响因素集合对应的关联度高影响因素变量矩阵进行分解，得到影响因素降维矩阵；步骤四、方钢管混凝土短柱轴压承载力预测模型的训练：构建前馈神经网络模型并输入影响因素降维矩阵和其对应的轴压承载力训练，得到训练好的前馈神经网络模型，并将训练好的前馈神经网络模型记作方钢管混凝土短柱轴压承载力预测模型；步骤五、后续方钢管混凝土短柱的轴压承载力的预测：将后续方钢管混凝土短柱的影响因素数据输入步骤四中的方钢管混凝土短柱轴压承载力预测模型，输出该后续方钢管混凝土短柱对应的轴压承载力预测值。
全文数据：
权利要求：
百度查询： 长安大学 一种方钢管混凝土短柱轴压承载力预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号