基于可解释预测模型的Z型立柱片剪切刚度人工认知

褚铭; 吕志军; 陈齐; 霍伟猛; 李宏亮

doi:10.19886/j.cnki.dhdz.2023.0129

东华大学学报（自然科学版） ›› 2024, Vol. 50 ›› Issue (06) : 103 -111. DOI: 10.19886/j.cnki.dhdz.2023.0129

基于可解释预测模型的Z型立柱片剪切刚度人工认知

褚铭, 吕志军, 陈齐, 霍伟猛, 李宏亮

作者信息 +

Author information +

文章历史 +

PDF (8273K)

摘要

由立柱、斜横撑等钢结构件组合而成的立柱片的剪切刚度对高层工业货架侧向抗震性能至关重要。由于结构件的特殊性以及连接方式的多样性，目前使用通用的解析计算模型描述立柱片的剪切行为还比较困难。为此，以Z型立柱片为例提出了一种可解释的立柱片剪切刚度预测模型。通过基于性能试验的有限元仿真获取了不同立柱片结构的剪切刚度数据，并基于XGBoost算法建立立柱片剪切刚度可解释预测模型。与神经网络等其他机器学习算法相比，该预测模型分析与有限元数值计算结果接近且便于理解。以此为基础，采用SHAP(SHapley addictive explanation)方法以可视化的方式对Z型立柱片剪切行为进行人工认知。结果显示，提高剪切性能的关键在于立柱和斜横撑截面的设计以及斜横撑结构配置模式；而不同结构配置模式下，可以采用针对性的设计方法对立柱片剪切性能进行改进。