基于BO-SVM算法的钢板混凝土墙高速冲击损伤模式预测模型.pdf
《基于BO-SVM算法的钢板混凝土墙高速冲击损伤模式预测模型.pdf》由会员分享,可在线阅读,更多相关《基于BO-SVM算法的钢板混凝土墙高速冲击损伤模式预测模型.pdf(10页珍藏版)》请在咨信网上搜索。
1、 第4 4卷第5期V o l.4 4 N o.5 2 0 2 3青 岛 理 工 大 学 学 报J o u r n a l o f Q i n g d a o U n i v e r s i t y o f T e c h n o l o g y 基于B O-S VM算法的钢板混凝土墙高速冲击损伤模式预测模型陈沛涵,赵唯以*(青岛理工大学 土木工程学院,青岛 2 6 6 5 2 5)摘 要:钢板混凝土墙(S C墙)在冲击作用下的局部损伤估计是在结构设计初始阶段需要重点考虑的任务之一。在面临导弹冲击荷载时,工程中常采用经验公式去判断其是否造成贯穿,但这些公式大多基于经验得来,其计算结果往往偏于保守
2、。为快速、准确地获得导弹冲击下S C墙的局部损伤模式,利用贝叶斯优化(B O)的支持向量机(S VM)算法和S MO T E算法,将S C墙的局部损伤模式分为侵入、凸起、贯穿3类进行预测,应用P y t h o n语言建立基于B O-S VM的S C墙局部损伤预测模型,并与未贝叶斯优化下的S VM(有和没有过采样)模型、K N N模型、R F模型进行对比,研究了提出模型的预测能力。研究结果表明,提出的B O-S VM模型可以很好地预测S C墙的局部损伤模式,且预测速度快,精度高,为S C结构抗冲击设计提供了新的解决方案。关键词:钢板混凝土组合墙;高速冲击;局部损伤;支持向量机;贝叶斯优化;过采
3、样中图分类号:T U 3 9 8+.9 文献标志码:A 文章编号:1 6 7 3-4 6 0 2(2 0 2 3)0 5-0 0 1 1-0 9收稿日期:2 0 2 2-0 7-1 2基金项目:国家自然科学基金青年科学基金资助项目(5 2 0 0 8 2 1 9)作者简介:陈沛涵(1 9 9 8-),男,河南三门峡人。硕士,研究方向为组合结构。E-m a i l:9 4 9 4 8 3 4 4 3 q q.c o m。*通信作者:赵唯以(1 9 8 9-),男,吉林长春人。博士,副教授,主要从事组合结构方面的研究。E-m a i l:z h a o w e i y i q u t.e d u.
4、c n。P r e d i c t i o n m o d e l o f h i g h s p e e d i m p a c t d a m a g e m o d e o f s t e e l-p l a t e c o m p o s i t e w a l l b a s e d o n B O-S VM a l g o r i t h mC H E N P e i h a n,Z HA O W e i y i*(S c h o o l o f C i v i l E n g i n e e r i n g,Q i n g d a o U n i v e r s i t y o
5、f T e c h n o l o g y,Q i n g d a o 2 6 6 5 2 5,C h i n a)A b s t r a c t:T h e l o c a l d a m a g e e s t i m a t i o n o f s t e e l-p l a t e c o m p o s i t e w a l l(S C w a l l)u n d e r i m p a c t i s o n e o f t h e k e y t a s k s t o b e c o n s i d e r e d i n t h e i n i t i a l s t a
6、g e o f s t r u c t u r a l d e s i g n.I n t h e f a c e o f m i s s i l e i m p a c t l o a d,e m p i r i c a l f o r m u l a s a r e o f t e n u s e d i n e n g i n e e r i n g t o d e t e r m i n e w h e t h e r i t c a u s e s p e r f o r a t i o n,b u t m o s t o f t h e s e f o r m u l a s a
7、r e b a s e d o n e x p e r i e n c e,a n d t h e c a l c u l a t i o n r e s u l t s a r e o f t e n c o n s e r v a t i v e.I n o r d e r t o q u i c k l y a n d a c c u r a t e l y o b t a i n t h e l o c a l d a m a g e m o d e o f S C w a l l u n d e r m i s s i l e i m p a c t,t h e s u p p o
8、r t v e c t o r m a c h i n e(S VM)a l g o r i t h m o f B a y e s i a n o p t i m i z a t i o n(B O)a n d S MO T E a l g o r i t h m a r e u s e d i n t h i s s t u d y t o p r e d i c t t h e l o c a l d a m a g e m o d e o f S C w a l l.T h e l o c a l d a m a g e m o d e o f S C w a l l i s d i
9、v i d e d i n t o p e n e t r a t i o n,b u l-g i n g a n d p e r f o r a t i o n.T h e P y t h o n l a n g u a g e i s u s e d t o e s t a b l i s h t h e l o c a l d a m a g e p r e d i c t i o n m o d e l o f S C w a l l b a s e d o n B O-S VM.T h e p r e d i c t i o n a b i l i t y o f t h e p r
10、 o p o s e d m o d e l i s s t u d i e d b y c o m p a r i n g i t w i t h t h e S VM(w i t h a n d w i t h o u t o v e r s a m p l i n g)m o d e l,K N N m o d e l a n d R F m o d e l w i t h o u t B a y e s i a n o p t i m i z a t i o n.T h e r e s e a r c h r e s u l t s s h o w t h a t t h e p r
11、o p o s e d B O-S VM 青 岛 理 工 大 学 学 报第4 4卷m o d e l c a n w e l l p r e d i c t t h e l o c a l d a m a g e m o d e o f S C w a l l,a n d t h e p r e d i c t i o n s p e e d i s f a s t a n d t h e p r e c i s i o n i s h i g h,w h i c h p r o v i d e s a n e w s o l u t i o n f o r t h e a n t i-i m
12、 p a c t d e s i g n o f S C s t r u c-t u r e.K e y w o r d s:s t e e l-p l a t e c o m p o s i t e w a l l;h i g h s p e e d i m p a c t;l o c a l d a m a g e;S VM;B a y e s i a n o p t i m i z a t i o n;o v e r s a m p l i n g钢板混凝土(S C)墙是由钢板和混凝土通过连接件连接而成的组合结构。S C墙的外部钢板代替了传统钢筋混凝土(R C)墙的钢筋,并通过连接件和内
13、部素混凝土相连。这一结构充分发挥了钢材抗拉和混凝土抗压的性能,使其具有承载力高、密闭性好、施工便捷等优点。同时,S C墙的抗冲击性能也十分出色,相比R C墙,S C墙防止击穿所需厚度可大幅降低,因此在核电厂房、防护结构等工程中得到了广泛应用1。在导弹、飞机等的冲击作用下,结构可能发生局部损伤,甚至贯穿破坏。大量R C墙的高速冲击试验表明,即使墙体未发生贯穿,背冲击侧混凝土也会在冲击波的作用下开裂、飞射,严重威胁内部人员、设备的安全。而使用钢板包覆混凝土是一种有效的加固措施,WA L T E R等2、B A R R3、T S U B O T A等4的高速冲击试验表明,在背侧布置钢板可以有效防止混
14、凝土震塌破坏,提高墙体的抗冲击性能。M I Z UN O等5-7对S C墙在飞机模型撞击作用下的受力性能进行了试验研究和数值模拟,与以往R C墙的试验结果相比,S C墙防止击穿所需的厚度可以降低3 0%。S A D I Q等8、L I U等9、B R UH L等1 0对M I Z UN O等的试验建立了L S-D Y N A有限元模型,并一致认为M a t_0 8 4(W i n f r i t h模型)可以更好地模拟混凝土在高速冲击下的力学行为。HA S H I MO T O 等1 1对1 2片R C墙、2 4片半S C墙以及4片S C墙在导弹撞击作用下的受力性能进行了试验研究,并基于能量原
15、理提出了弹头速度与变形之间的计算式。研究结果表明,在不同的冲击速度下,半S C结构或S C结构的局部破坏表现为四种形式,如图 1所示:(a)冲击物侵入目标;(b)目标背冲击侧混凝土崩落造成钢板鼓起;(c)冲击物撕裂背侧钢板;(d)冲击物贯穿目标。图1 局部损坏效果1 1结构在高速冲击下的破坏机理较为复杂,因此在设计中多采用经验公式计算侵彻深度或冲击物贯穿结构的临界速度。例如,基于大量R C墙的试验现象和数据,已有多个计算侵入深度或是防止目标贯穿所需厚度的经验公式1 2。针对S C墙,B A R R3以等效配筋率考虑背侧钢板对结构抗冲击性能的贡献,提出了冲击物的穿透速度经验公式。WA L T E
16、 R等2、G R I S A R O等1 3将背侧钢板折算为一定厚度的混凝土,并按照R C墙计算防止穿透所需要的板厚。B R UH L等1 0根据已有文献中的高速冲击试验汇编了数据库,并在混凝土和钢板的穿透经验公式的基础上提出了S C结构抗冲击的三步设计法,该方法目前已被美国A I S C N 6 9 0 s 1-1 5规范1 4建议采用。K I M等1 5-1 7通过不同尺度S C墙的冲击试验对局部损伤模式进行了研究,结果表明三步设计法具有一定的保守性。上述研究对S C墙局部损伤的计算均采用了经验公式法,而这些经验公式所使用的传统拟合方法需要预先假定某种特定的非线性函数形式,再确定函数中的待
17、定参数,其计算结果往往偏保守。B R UH L等1 0利用三步法对1 3 0组被导弹冲击的S C墙进行损伤判别,其中有6 1组未被穿透的试件被偏保守地预测为穿透,总体准确率仅为5 1.5%。面对这样的强非线性问题,使用机器学习方法具有一定的优势。本文基于贝叶斯优化(B O)和支持向量机(S VM)算法,建立了高速冲击下S C墙局部损伤模式的B O-S VM分类模型,并通过F 1得分、G-m e a n值、分类准确率评价模型的预测精度。研究结果表明,B O-S VM模型能够快速、准确地预测S C墙的冲击局部损伤模式,其预测精度优于传统计算方法,且优于K临近(K N N)和随机森林(R F)等其他
18、常用机器学习算法。21第5期 陈沛涵,等:基于B O-S VM算法的钢板混凝土墙高速冲击损伤模式预测模型1 研究方法1.1 S VM算法S VM算法建立在V a p n i k-C h e r v o n e n k i s维理论和结构风险最小原理的基础上,能保证找到的极值解是全局最优解而非局部最小值。因此,S VM算法能够避免过拟合,对未知样本有较好的泛化能力,可以很好地解决工程中的分类问题,但S VM算法具有较多的超参数,且超参数的调整直接影响模型的分类准确率,需对超参数进行反复调试才能得到最优的S VM模型1 8。在现实问题中,输入参数和输出值之间通常具有高度的非线性。因此,需要利用非线
19、性函数将数据映射到高维特征空间中,然后在高维特征空间中构建一个最优超平面,使所有数据点到该超平面的距离最大。超平面可以表示为f(x)=w(x)+b(1)式中:(x)为非线性映射函数;w为权重;b为偏置。如图2所示,在S VM模型中,假设f(x)与目标输出值y之间的差别绝对值大于时,均为预测正确。只有当误差小于时,才计算损失。-不敏感损失函数可表示为l(y,f(x)=0 y-f(x)y-f(x)-y-f(x)(2)为使所有数据点到超平面的距离大于一定的值,根据风险最小原理可得:m i n12w2+CNil(yi,f(xi)(3)式中:C为惩罚参数;N为训练集样本个数。由图2可知,超平面由-隔离带
20、边缘上的数据点确定,因此这些点也称为支持向量。根据式(2)(3),对于确定的超平面,S VM模型的预测精度取决于落在-隔离带之外的数据点。引入松弛变量i,*i,则式(3)可改写为m i n12w2+CNi=1(i+*i)(4)限制条件为yi-f(xi)+if(xi)-yi+*ii,*i0 i=1,2,n (5)该优化问题的目标函数为二次函数,限制条件为线性不等式,可以构造L a g r a n g e函数,并转化为对偶问题,解得f(x)=Ns vi=1(i-*i)K(xi,x)+b(6)图2 S VM模型式中:Ns v为支持向量的个数;i,*i为L a g r a n g e乘子;K(xi,x
21、)=(xi)(x)为核函数。使用核函数可以避免在高维空间中进行内积计算。常用的核函数包括线性核函数、多项式核函数、高斯径向基核函数等。1.2 K N N算法K N N是一种常用的有监督学习算法1 9,为了判断未知样本的类别,K N N算法按照某种距离模式对未知样本与训练样本之间的距离进行计算,选择与未知样本距离最小的k个样本作为其 k近邻,并根据未知样本的k个最近邻判断预测31青 岛 理 工 大 学 学 报第4 4卷样本的类别。K N N方法计算简单且易于实现,对处理不规则数据的分类问题具有足够精度,但该方法高度依赖数据样本的精度,若样本中存在错误数据,会直接影响其准确率。1.3 R F算法随
22、机森林(R F)属于集成学习的一种2 0,其核心思想是以决策树为基学习器构建B a g g i n g集成,并在决策树的训练过程中引入随机属性选择。随机森林具有结构简单、容易实现、计算开销小等优点,但对于小样本数据或特征较少的数据,可能不能产生较好的分类。对于分类问题,其分类精度通常与基学习器的数量选择有关。R F算法除了可以进行分类外还可以对参数进行灵敏度分析,通过每个特征在随机森林中决策树上的贡献值从而比较不同特征对最终结果的贡献程度。1.4 贝叶斯优化算法贝叶斯优化(B O)算法是一种常用的模型超参数优化方法2 1。假设一组超参数的组合为X=x1,x2,xn,不同的超参数组合会使模型取得
23、不同的效果,而贝叶斯优化的目的则是选择出使S VM模型效果最好的超参数。贝叶斯优化可以转化为如下问题:存在一个函数f(x),需要找到一个xX,使x*=a r g m i nxXf(x)(7)式中:x为超参数。由于并不能判断函数f(x)的凹凸性,所以需要基于序列模型求解问题,其算法如下:第一步:确定函数f(x)、超参数搜索空间X和采集函数S2 2。第二步:确定数据集D,该数据集中每一对数组表示为(x,y),x是一组超参数,y表示超参数对应的输出结果。第三步:对数据集D拟合得到模型M,并求出模型的具体函数表示。(y|x,D)=F I TMO D L E(M,D)(8)第四步:求出使S x,p 取得
24、最大值所对应的变量点x(或x的集合),即xi=a r g m a xxXS(x,(y|x,D)(9)xi即为采集函数选择出的一组超参数。第五步:将xi代入函数f(x)中,得到输出值yi。第六步:更新数据集D。D=D(xi,yi)(1 0)第七步:返回第三步,继续选择超参数x,循环T次停止。1.5 S MO T E算法图3 S MO T E采样原理 为了解决数据集不平衡的问题,本文采用了S MO T E过采样技术。S MO T E算法是C HAW-L A等提出的一种过采样算法2 3,如图3所示,该算法将少数类样本进行分析并根据少数类样本人工合成新样本添加到数据集中,可有效解决少数样本量过少的问题
25、,但是S MO T E算法在扩大数据规模的同时增加了模型训练的复杂度,会导致模型训练时间的增加。其生成新样本的过程如下:1)对于少数类样本集中每一个样本x,以欧氏距离为标准计算它到所有样本的距离,得到其k近邻。2)根据样本不平衡比例设置一个采样比例以确定采样倍率N。3)随机选择k近邻中的一个进行线性插值,进而合成少数类样本。其合成公式为41第5期 陈沛涵,等:基于B O-S VM算法的钢板混凝土墙高速冲击损伤模式预测模型xn e w=x+r a n d(0,1)x-y(1 1)式中:x为少数类样本;y为近邻样本。1.6 B O-S VM模型机器学习算法中的超参数往往决定着模型最终的性能,而传统
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 BO SVM 算法 钢板 混凝土 高速 冲击 损伤 模式 预测 模型
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。